公用数据库基因组表达谱数据挖掘策略与分析方法李曦达人学社.pptVIP

李曦 副教授 中南大学湘雅医院临床药理研究所 公用数据库基因组表达谱数据挖掘策略及分析方法 Nature Reviews Genetics 16, 85–97 (2015) 什么是数据挖掘 从海量数据中揭示潜在的生物学规律。 为什么要学习数据挖掘 把握自己的命运 最大化利用已有数据 寻找新的课题 数据挖掘的步骤 生物医学研究人员的优势 数据处理步骤、统计分析均有工具可以完成 数据挖掘表型的确定 数据的选择 数据挖掘结果的解读 生物医学数据挖掘所需技能 必备技能： 基本的生物信息学知识 各种数据库的使用、数据库信息的解读 基本的生物统计学知识 分析方法的选择，分析软件的使用 可选技能： R语言的基本操作 R包的使用 Linux系统的基本操作 生物信息学分析软件的使用 基因组表达谱数据挖掘流程 确定研究策略 获取表达谱数据 处理表达谱数据 统计分析 验证分析 数据挖掘案例 分析策略 核心思路： 影响脑胶质瘤发生发展的基因可能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异表达的基因 在自己收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 策略举例 影响阿糖胞苷药物敏感性的基因可能影响AML预后。 影响铂类药物敏感性的基因可能影响多种肿瘤的预后。 在高低肿瘤分级中存在差异的基因可能影