公用数据库基因组表达谱数据挖掘策略及分析方法.pptVIP

第三十一页，共七十五页。 第三十二页，共七十五页。 第三十三页，共七十五页。 Limma法分析的TOP250结果 第三十四页，共七十五页。 第三十五页，共七十五页。 第三十六页，共七十五页。 第三十七页，共七十五页。 第三十八页，共七十五页。 韦恩图 第三十九页，共七十五页。 第四十页，共七十五页。 通路分析 第四十一页，共七十五页。 第四十二页，共七十五页。 第四十三页，共七十五页。 第四十四页，共七十五页。 第四十五页，共七十五页。 生存分析验证 Survexpress http://bioinformatica.mty.itesm.mx:8080/Biomatec/SurvivaX.jsp KM Plotter /analysis/ 第四十六页，共七十五页。 输入基因名 第四十七页，共七十五页。 第四十八页，共七十五页。 选择分析表型 第四十九页，共七十五页。 第五十页，共七十五页。 第五十一页，共七十五页。 第五十二页，共七十五页。 第五十三页，共七十五页。 第五十四页，共七十五页。 GEO数据本机处理 统计分析+作图软件 SPSS Graphad R 第五十五页，共七十五页。 Kaplan-Meier法 单因素生存分析 分类变量 做生存曲线图 Cox回归模型 单因素或多因素生存分析 分类或连续变量 计算HR和95%CI 生存分析 第五十六页，共七十五页。 第五十七页，共七十五页。 第五十八页，共七十五页。 P值 HR 第五十九页，共七十五页。 第六十页，共七十五页。 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 第一页，共七十五页。 Nature Reviews Genetics?16,?85–97?(2015) 第二页，共七十五页。 什么是数据挖掘 从海量数据中揭示潜在的生物学规律。 第三页，共七十五页。 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 第四页，共七十五页。 数据挖掘的步骤 第五页，共七十五页。 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 第六页，共七十五页。 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 第七页，共七十五页。 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 第八页，共七十五页。 数据挖掘案例 第九页，共七十五页。 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 第十页，共七十五页。 第十一页，共七十五页。 第十二页，共七十五页。 第十三页，共七十五页。 第十四页，共七十五页。 第十五页，共七十五页。 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响癌症预后。 …… 第十六页，共七十五页。 研究策略如何确定 研究策略可以千变万化 研究策略决定了论文的上限 应根据自身专业选择有意义的研究策略 第十七页，共七十五页。 包含基因组表达谱数据的数据库 第十八页，共七十五页。 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中的所有GSM为同一平台。 GSE：一个实验项目中的多个GSM合集，可能使用多个平台。 GPL：芯片平台，如Affymetrix， Agilent等。 第十九页，共七十五页。 第二十页，共七十五页。 Profile示例 实验描述 实验结果展示 第二十一页，共七十五页。 Value：归一化的相对表达量 Rank：探针表达值在所有表达值中的排名的百分比。Rank越高，表达越高。 第二十二页，共七十五页。 Datasets示例 第二十三页，共七十五页。 第二十四页，共七十五页。 第二十五页，共七十五页。 芯片介绍 第二十六页，共七十五页。 芯片注释文件 第二十七页，共七十五页。 样本描述 第二十八页，共七十五页。 第二十九页，共七十五页。 第三十页，共七十五页。 * * * * *