下游分析針對LASSO獲得的基因模型（或稱基因Panel）的驗證：1.計算風險指數RiskScore2.繪制ROC曲線、DCA曲線、列線圖進行驗證3.繪制生KM存曲線對基因模型中的基因進行解釋和分析：1.基因注釋2.靶向藥物分析應用示例：文獻1：PrognosticandpredictivevalueofamicroRNAsignatureinstageIIcoloncancer:amicroRNAexpressionanalysis.于2013年12月發表在LancetOncol.，影響因子。一個miRNA特征集在stageII結腸*的預后預測作用分析文章對stageII結腸*組織和*旁正常組織的miRNA芯片數據進行了差異表達分析，并通過LASSOCox回歸對獲得的差異表達miRNA進行篩選，獲得了6個miRNA的可以預測預后情況的miRNA特征集。文獻2：PrognosticValueofaBCSC-associatedMicroRNASignatureinHormoneReceptor-PositiveHER2-NegativeBreastCancer（于2016年9月發表在EBioMedicine.上，影響因子）文章將符合條件的患者劃分為訓練集和測試集，首先分析獲得了**干細胞相關的miRNA，接著通過LASSO對**干細胞相關的miRNA進行篩選，構建了10個miRNA的預后預測模型，并計算風險指數繪制了生存曲線和ROC曲線。 目前能夠對接超過50家實驗室。天津公共數據庫挖掘數據科學口碑推薦

    PPImodule蛋白質互作蛋白質-蛋白質相互作用（protein-proteininteraction,PPI）是指兩個或兩個以上的蛋白質分子通過非共價鍵形成蛋白質復合體（proteincomplex）的過程。PPImodule是指共表達蛋白模塊或蛋白質相互作用模塊。蛋白質相互作用形成人體復雜的蛋白質相互作用網絡，對蛋白質相互作用網絡進行聚類形成模塊從而幫助我們理解細胞的功能。我們一般使用PPImodule把基因列表跟蛋白相互作用網絡聯系起來。例如RNA-seq獲得的差異表達基因，看他們在蛋白相互作用網絡中，哪些基因處于同一module。基本原理：蛋白質在細胞中的功能取決于它與其他蛋白質、核酸和小分子相互作用關系，對蛋白質相互作用網絡進行聚類形成模塊，各個蛋白模塊發揮不同的功能，我們將基因列表重疊于模塊上，查找基因列表所在的功能模塊，從而發現基因列表中的基因可能發揮的細胞功能。我們通過PPI數據庫找到共表達蛋白中的module,然后從模塊中篩選出基因列表的產物蛋白，篩選出的結果就是基因列表***表達的PPImodule。 重慶成果發表指導數據科學專業服務結合WGCNA的ceRNA分析。

industryTemplate

術語解讀

數據降維：

降維就是一種對高維度特征數據預處理方法。降維是將高維度的數據保留下**重要的一些特征，去除噪聲和不重要的特征，從而實現提升數據處理速度的目的。在實際的生產和應用中，降維在一定的信息損失范圍內，可以為我們節省大量的時間和成本。降維也成為應用非常***的數據預處理方法。

數據要求：

表達譜芯片或測序數據（已經過預處理）

下游分析

得到PCA分析結果之后的分析有：

1.對組成主要成分的基因進行后續分析，探究該情況下關鍵基因表達情況

2.對組成不同主成分簇的基因進行后續分析，探究該情況下不同基因集的表達情況 處理生物醫學科研領域的組學數據處理、數據庫建設。

    LASSO回歸：更多的變量在擬合時往往可以給出一個看似更好的模型，但是同時也面臨過度擬合的危險。此時如果用全新的數據去驗證模型(Validation)，通常效果很差。一般來說，變量數大于數據點數量很多，或者某一個離散變量有太多獨特值時，都有可能過度擬合。LASSO回歸復雜度調整的程度由參數λ來控制，λ越大對變量較多的線性模型的懲罰力度就越大，從而**終獲得一個變量較少的模型。LASSO回歸與Ridge回歸同屬于一個被稱為ElasticNet的廣義線性模型家族。這一家族的模型除了相同作用的參數λ之外，還有另一個參數α來控制應對高相關性(highlycorrelated)數據時模型的性狀。LASSO回歸α=1，Ridge回歸α=0，一般ElasticNet模型0<α<1。LASSO過程中我們通常會進行多次交叉驗證（crossvalidation）擬合（1000次）進而選取模型，從而對模型的性能有一個更準確的估計。 在基因組上同時展示突變位點和motif，為突變影響轉錄因子結合提供量化和可視化的證據。北京數據科學

云生物數據分析需要多久？天津公共數據庫挖掘數據科學口碑推薦

    術語解讀：中位數Q2：二分之一分位數上四分位數Q1：序列由小到大排序后第(n+1)/4所在位置的數值下四分位數Q3：序列由小到大排序后第3（n+1）/4所在位置的數值**值：非異常范圍內的**值，四分位距IQR=Q3-Q1，上限=Q3+最小值：非異常范圍內的最小值，下限=數據要求：某一基因在各**及對應的正常組織的表達數據。應用示例1：（于2014年2月發表于Nature.，影響因子）文章研究了12種主要**類型的突變景觀和意義，它首先使用小提琴圖展示了12種**的突變頻率分布情況，然后查找確定具有***意義的突變基因。應用示例2：（于2017年1月發表在NatCommun.，影響因子）文章研究了Pancancer建模預測體細胞突變對轉錄程序背景的特異性影響。研究人員基于開發的模型預測重要轉錄因子，然后使用預測出的突變轉錄因子的活性情況繪制泛*圖譜。 天津公共數據庫挖掘數據科學口碑推薦