ssGSEA基本原理

对于一个基因表达矩阵，ssGSEA首先对样本的所有基因的表达水平进行排序获得其在所有基因中的秩次rank。然后对于输入的基因集，从基因集中寻找表达数据里存在的基因并计数，并将这些基因的表达水平求和。接着基于上述求值，计算通路中每个基因的富集分数，并进一步打乱基因顺序重新计算富集分数，重复一千次，***根据基因富集分数的分布计算p值整合基因集**终富集分数。

数据要求

1、特定感兴趣的基因集（通常为免疫细胞表面marker genes），列出基因集中基因

2、基因表达矩阵，为经过log2标准化的芯片数据或者RNA-seq count数数据（基因名形式与基因集对应）

下游分析

免疫细胞浸润分数相关性（corralation）分析 利用甲基化数据分析样本的拷贝数变异。北京成果发表指导数据科学欢迎咨询

    t-SNE（t分布随机邻域嵌入）是一种用于探索高维数据的非线性降维算法。它将多维数据映射到适合于人类观察的两个或多个维度。t-SNE非线性降维算法通过基于具有多个特征的数据点的相似性识别观察到的簇来在数据中找到模式。另外t-SNE的输出可以作为其他分类算法的输入特征。因为t-SNE算法定义了数据的局部和全局结构之间的软边界。t-SNE几乎可用于所有高维数据集，广泛应用于图像处理，自然语言处理和语音处理。在生物信息中可广泛应用于基因表达数据、基因甲基化数据、基因突变数据等，能够直观地对不同数据集进行比较。基本原理从方法上来讲，t-SNE本质上是基于流行学习(manifoldlearning)的降维算法，不同于传统的PCA和MMD等方法，t-SNE在高维用normalizedGaussiankernel对数据点对进行相似性建模。相应的，在低维用t分布对数据点对进行相似性(直观上的距离)建模，然后用KL距离来拉近高维和低维空间中的距离分布。 北京成果发表指导数据科学欢迎咨询调控区域ChiP-seq信号分布图。

    GSEA全名为GeneSetEnrichmentAnalysis（基因集富集分析）。用以分析特定基因集（如关注的GO条目或KEGGPathway）在两个生物学状态（如**与对照，高龄与低龄）中是否存在差异。能够研究基因变化的生物学意义。SubtypeGSEA是在GSEA的基础上对不同亚型样本中重要通路的富集情况进行组间比较，能直观比较不同亚型中相同通路富集情况。基本原理GSEA主要分为基因集进行排序、计算富集分数（EnrichmentScore，ES）、估计富集分数的***性水平并进行多重假设检验三个步骤。**步对输入的所有基因集L进行排序，通常来说初始输入的基因数据为表达矩阵，排序的过程相当于特定两组中（case-control、upper-lower等等）基因差异表达分析的过程。根据所有基因在两组样本的差异度量不同（共有六种差异度量，默认是signal2noise，GSEA官网有提供公式，也可以选择较为普遍的foldchange)，对基因进行排序，并且Z-score标准化。第二步是GSEA的**步骤，通过分析预先定义基因集S在**步获得的基因序列上的分布计算富集指数EnrichmentScore，并绘制分布趋势图Enrichmentplot。每个基因在基因集S的EnrichmentScore取决于这个基因是否属于基因集S及其差异度量（如foldchange）。

    GeneInteraction基因互作：基因相互作用指miRNA、lncRNA、circRNA或其它RNA介导DNA转录，从而影响mRNA的表达过程。通俗意义上来说，基因互作关系指基于序列预测的靶基因对。miRNA通过与靶mRNA的结合，或促使mRNA降解，或阻碍其翻译，从而***目的基因的表达。竞争性内源RNA网络是靶基因预测的研究深入，简称ceRNA网络。通过进行ceRNA网络的分析，我们能从一个更为宏观的角度来解释转录体如何构建基因表达调控网络，从而进一步挖掘基因在其中的调控机制。基本原理：miRNA主要通过与靶基因的非翻译区（UTR）结合而发挥其作用，对miRNA和mRNA、lncRNA、circRNA结合进行的预测称为靶基因预测。靶基因预测使用软件根据miRNA和靶基因间的结合的规律预测结合基因对。在生物体内，miRNA可以通过与proteincoding特异性结合，影响相关基因的表达，从而参与调控细胞内的各项功能。ceRNA具有miRNA结合位点，能后竞争性地结合miRNA，***miRNA对靶基因的调控。例如lncRNA与miRNA竞争性结合，影响miRNA调控mRNA的过程，**终导致的mRNA表达失调。我们使用基于序列预测的软件对差异分析得到的miRNA与mRNA，lncRNA，circRNA进行靶点预测和ceRNA网络分析。 云生物立足于上海，提供相关数据科研咨询与服务。

    RoastROAST是一种差异表达分析方法，有助于提高统计能力、组织和解释结果以及在不同实验中的关联表达模式，一般适用于microarray、RNA-seq的表达矩阵，用limma给全部基因做差异表达分析，不需要筛差异表达基因。基本原理：ROAST是一种假设驱动的测试，对结果基因集做富集分析，富集分析考虑基因集中基因的方向性(上调或下调)和强度(log2倍变化)，判断上/下调基因是否***富于集目标基因集；ROAST使用rotation,一种MonteCarlotechnology的多元回归方法，适用于样本数量较少的情况；roast检验一个geneset，对于复杂矩阵，使用mroast做multipleroasttests。富集分析结果用barcodeplot展示，使上/下调基因在目标基因集中的分布可视化。数据要求：表达矩阵。 与复旦大学问附属医院合作，开发人血液外泌体中RNA的数据库。北京成果发表指导数据科学欢迎咨询

OmicCircos图可以对感兴趣的多个基因，展示其染色体的位置、拷贝数变异等多个特征。北京成果发表指导数据科学欢迎咨询

数据要求：RNA-seq和ChIP-seq等数据。应用示例：文献1：Genomic landscape and evolution of metastatic chromophobe renal cell carcinoma.（于2017年6月发表在JCI Insight.，影响因子6.041）。本文对转移性肾嫌色细胞*进行了系统的基因组研究，文中绘制基因流览图对整个基因组数据进行了可视化。转移性肾嫌色细胞*的基因组景观和演化。 北京成果发表指导数据科学欢迎咨询