公用数据库基因组表达谱数据挖掘策略及分析方法ppt课件

1、李曦 副教授中南大学湘雅医院临床药理研讨所公用数据库基因组表达谱数据发掘战略及分析方法Nature Reviews Genetics16,8597(2021)什么是数据发掘从海量数据中提示潜在的生物学规律。为什么要学习数据发掘把握本人的命运最大化利用已有数据寻觅新的课题数据发掘的步骤生物医学研讨人员的优势数据处置步骤、统计分析均有工具可以完成数据发掘表型确实定数据的选择数据发掘结果的解读生物医学数据发掘所需技艺必备技艺：根本的生物信息学知识各种数据库的运用、数据库信息的解读根本的生物统计学知识分析方法的选择，分析软件的运用可选技艺：R言语的根本操作R包的运用Linux系统的根本操作生物信息学分

2、析软件的运用基因组表达谱数据发掘流程确定研讨战略获取表达谱数据处置表达谱数据统计分析验证分析数据发掘案例分析战略中心思绪：影响脑胶质瘤发生开展的基因能够影响脑胶质瘤的预后分析流程：获取包含脑胶质瘤组织和正常脑组织的全基因组表达数据的多个数据集鉴定在脑胶质瘤组织和正常脑组织中差别表达的基因在本人搜集的样本中验证这些基因分析这些基因与肿瘤分级以及总生存期之间的关系战略举例影响阿糖胞苷药物敏感性的基因能够影响AML预后。影响铂类药物敏感性的基因能够影响多种肿瘤的预后。在高低肿瘤分级中存在差别的基因能够影响癌症预后。研讨战略如何确定研讨战略可以千变万化研讨战略决议了论文的上限应根据本身专业选择有意义的

3、研讨战略包含基因组表达谱数据的数据库Gene Expression Omnibus (GEO) /geoArrayExpress httpsebi.ac.uk/arrayexpress/The Cancer Genome Atlas (TCGA) /International Cancer Genome Consortium /GEO数据库关键名词Profile：数据库整理好的单个基因的概述Datasets：见GDS和GSE。GSM：单个样本的实验数据GDS：数据库整理好的关于某个话题的GSM集合。一个GDS中的一切GSM为同一平台。GSE：一个实验工程中的多个GSM合集，能够运用多个平台。G

4、PL：芯片平台，如Affymetrix， Agilent等。Profile例如实验描画实验结果展现Value：归一化的相对表达量Rank：探针表达值在一切表达值中的排名的百分比。Rank越高，表达越高。Datasets例如芯片引见芯片注释文件样本描画Limma法分析的TOP250结果httpspaolo.shinyapps.io/ShinyVolcanoPlot/韦恩图bioinformatics.psb.ugent.be/webtools/Venn/通路分析/生存分析验证Survexpressbioinformatica.mty.itesm.mx:8080/Biomatec/SurvivaX

5、.jspKM Plotterkmplot/analysis/输入基因名选择分析表型GEO数据本机处置统计分析+作图软件SPSSGraphadRKaplan-Meier法单要素生存分析分类变量做生存曲线图Cox回归模型单要素或多要素生存分析分类或延续变量计算HR和95%CI生存分析P值HR双击弹出谢谢！肿瘤靶向药物的个体化治疗数量性状延续变量，如：身高、体重、药物剂量等质量性状分类变量，如：性别、疗效、等级等其他类型性状时间依赖性变量，如：生存期，中位生存时间等 研讨表型参数检验符合正态分布时T检验独立样本或配对样本：两样本均数比较方差分析：两个以上样本均数比较线性回归分析：多个要素对因变量的影

6、响 非参数检验不符合正态分布时Mann-Whitney U 检测：两独立样本Kolmogorov-Smirnov 检测：两独立样本McNemar检验：配对样本Kruskal-Wallis检验：多独立样本数量性状常用统计分析方法卡方检验：单要素对因变量的影响逻辑回归：多个要素对因变量的影响质量性状常用统计分析方法A：期望值5且样本量40，用 Pearson卡方。B：1期望值5且样本量40，用延续校正。仅用于四格表资料C：期望值5或样本量40，用Fisher准确检验。还有问题处理不了怎样办？参与达人学社QQ群加群请注明信息：单位+专业+姓名，每人限加一个群33405037、491043563496353730、496740737496974932、273757394大神帮他处理高难文