新分型多維度多組學分析思路

2020-11-05 事事聊生信

大家好呀，周三啦，是時候推出一個別出心裁、一見鍾情的好思路了。大家總是嫌棄腫瘤風險評分司空見慣、沒啥意思，那麼今天的思路肯定不會讓你失望。唯一可能失望的是想做卻不會，只能望洋興嘆了。


今天講的是關於識別乳腺癌亞型的好文，與以往的文章不同，不只是簡單的聚類而已，文章基於樣本基因互作網絡，根據相對基因表達值測量的個體特異性邊緣擾動來探索癌症的亞型。亞型間各層面差異、與已有亞型的分析結果都證明這樣的分型一個字：贊！

流程圖：


圖分享一波：

相關焦點

  • 研究思路|微生物組+代謝組多組學應用案例解讀(第二期)
    今天為大家分享幾篇微生物組+代謝組多組學應用在腸道樣本中的文獻案例。本文通過對腸道微生物群與代謝性疾病、脂質代謝的關係等方面進行綜述，對於促進理解代謝組學和微生物組學的關聯性研究、了解當下的研究背景和熱點有很高的參考價值。
  • 研究思路|微生物組+代謝組多組學應用案例解讀(第3期)
    在高通量測序的大力推動和快速發展下，微生物組學研究進入到了多組學的時代。為更好滿足科研人員多組學聯合分析需求，美格基因基於科研需求及以往項目經驗，全新推出微生物組+代謝組聯合分析解決方案，克服單一組學研究局限性，多角度解釋科學問題！本期分享幾篇微生物組+代謝組多組學應用案例，為大家提供微生物組+代謝組多組學研究思路。
  • Cell上的經典蛋白組學、磷酸化蛋白組學、WES多組學聯合分析文獻
    今天小鹿為大家整理了近期發表在Cell上的一篇極為經典的蛋白組學、磷酸化蛋白組學、WES相關的多組學聯合分析文獻，希望能助您打開思路，找到新的挖掘點。然而，目前對LUAD的蛋白質組學特性知之甚少。研究者對103例中國LUAD患者進行了全面的蛋白質組學分析。
  • 如何同時對單細胞進行多組學研究
    開創性的單細胞分析現在能夠對基因組、表觀基因組、轉錄組、蛋白質組和代謝組譜系進行分析。Cell旗下的Trends inBiotechnology綜述了為同一的細胞提供複雜的譜系，將不同維度的分析組合成多組學分析的方法。策略和活細胞螢光成像不同，組學的方法比如新一代測序和質譜是破壞細胞進行分析的。
  • 多組學與藥物敏感分析的資料庫
    該資料庫通過對三個大型藥物基因組資料庫（GDSC，CellMiner和CCLE）的綜合分析在4個分子水平上（表達，拷貝數變異，突變和甲基化）來探索藥物敏感性和RNA分子的相關性。目前，RNAactDrug已存儲了4 924 200多個RNA分子和藥物敏感性的關聯，涵蓋了19 770個mRNA，11 119個lncRNA，438個miRNA和4155種藥物。
  • 科學網—玉米多組學資料庫上線了
    該資料庫內嵌了基因組「瀏覽器」和「搜尋引擎」，從而實現了對相關組學生物大數據的高度集成、快速檢索和智能分析。 此前，我國玉米基礎研究取得了顯著成績，但在其研究材料和數據的共享平臺建設上有待加強。該資料庫的建立，不僅幫助用戶提升了對作物組學數據挖掘的時間效率，更實現了多維組學大數據之間的聯繫，在打通信息「孤島」上邁出有力一步。
  • 多組學關聯分析是一種高效的方法
    下面，我們結合經典的文獻研究，整理了一些 Hi-C 多組學的關聯分析思路，希望能夠為大家帶來了一些參考，如圖：圖1 Hi-C 多組學關聯分析在上圖中，以 Hi-C 數據為核心，結合的組學非常豐富，包括基礎的轉錄組數據、DNA 甲基化數據、ChIP-seq 數據、全基因組重測序數據，以及關於染色質開放性的 ATAC-seq 數據。
  • 生命學院楊雪瑞課題組通過多組學大數據分析全面闡述DNA甲基化組...
    生命學院楊雪瑞課題組通過多組學大數據分析全面闡述DNA甲基化組參與的腫瘤基因表達調控網絡清華新聞網3月27日電 3月19日，清華大學生命科學學院楊雪瑞課題組在《細胞報導》（Cell Reports）發表大隊列腫瘤多組學數據的深度整合分析工作：癌症特異性轉錄調控網絡對啟動子DNA甲基化組的依賴（Dependency
  • 美格基因微生物多組學聯合文章刊登ISME!
    本研究利用16S+宏基因組+轉錄組+宏代謝組多組學聯合分析，對慢性阻塞性肺疾病呼吸道微生物群落的功能特徵進行了探究，並揭示了與慢性阻塞性肺疾病發病相關的「菌群-代謝物-宿主靶點」的互作關係，證實了利用公共多組學數據集成分析來研究微生物組-宿主互作關係的可能性。本文第一作者及通訊作者為華南師範大學生命科學學院王璋研究員。
  • 單細胞+空間+4D成像，多組學全面剖析大腦類器官
    在此，作者建立了一個可誘導的譜系追蹤系統（iTracer），該系統結合了報告條形碼（Reporter barcode），可誘導iCRISPR/Cas9疤痕(inducible CRISPR/Cas9 scarring)以及單細胞和空間轉錄組學，來分析大腦類器官發育過程中的譜系關係 。
  • 生信分析 內容不夠,多組學數據分析來湊!
    今天小編要和大家分享的是去年12月發表在OncoImmunology（IF:5.869）雜誌上關於免疫聚焦多組學數據分析前列腺癌的文章,更多生信人原創文章見：生信人。因此，今天分享的文章整合多組學分析研究了LILR家族基因，特別是LILRB1作為PCa免疫治療靶點的潛力。二．數據與方法1.患者及數據集：作者從TCGA下載了498個樣本的NGS RNA-seq，miRNA，甲基化，CNA，SNP數據，及從GDC下載了相關的臨床數據。作者也從GEO下載了106例患者的RNA-Seq及臨床數據。
  • 單細胞多組學技術的深度解析
    例如，最近的一項研究報導了in situ HI-C和單細胞全基因組亞硫酸氫鹽測序的整合，用於在單細胞中同時分析染色體構象和DNA甲基化情況，表現了分析細胞多組學特異性的能力提升(Nature Methods，16, 991–993,2019)。從同一個細胞內的多個組學收集數據的能力使得以前具有挑戰性的生物學問題得以解決。
  • NGS在多組學研究中的作用
    人類進入21世紀以來， 生物學的發展已經全面進入到一個多組學時代。包括基因組，轉錄組， 蛋白質組及代謝組學， 都是系統生物學的組成部分。 面對龐大的研究體量，基因測序技術是研究的基石。NGS（Next Generation Sequencing）即下一代測序，又名高通量測序（High-Throughput Sequencing）是相對於傳統的桑格測序（Sanger Sequencing）而言的，該技術的飛速發展大大推動了組學研究。
  • 縱向多組學分析確定嚴重COVID-19軌跡的標誌
    縱向多組學分析確定嚴重COVID-19軌跡的標誌 作者：小柯機器人 發布時間：2020/11/29 21:59:44 德國基爾大學Philip Rosenstiel團隊利用縱向多組學分析確定巨核細胞、紅系細胞和成漿細胞的反應是嚴重
  • GC-MS非靶向代謝組+轉錄組學助力羅學剛團隊再發多組學植物鈾研究
    繼2019年10月，歐易/鹿明生物合作客戶西南科技大學環境與資源學院羅學剛教授團隊在一區期刊Journal of Hazardous Materials（IF=7.650）發表題為「植物鈾毒性機制的代謝、轉錄組分析和礦物質營養代謝研究」的文章之後。點擊查看【多組學深度解讀】客戶文章 | 西南科技大學運用多層組學整合分析對植物鈾毒性機制研究。
  • 有機酸代謝組學-靶向代謝組學-精準靶向代謝組學研究思路
    加入1 mL正己烷，並再次振搖後，收集100 μL非極性相（上清液），放置在帶小瓶插入物的1.5 mL小瓶中，並使用GC-MS代謝組學進行分析。如下圖所示描述了樣品製備的分析階段的步驟。 圖1 | 樣品製備及GC-MS代謝組學分析方法
  • Nature Plants｜多組學數據系統分析擬南芥茉莉酸信號通路
    作者採用myc2擬南芥突變體作為對比，對生長了3天的幼苗進行不同時間點的JA處理，綜合轉錄組、蛋白質組、磷酸化修飾組和組蛋白修飾的多組學分析策略來揭示擬南芥JA響應的複雜網絡。圖4 MYC2功能缺失影響蛋白和磷酸化蛋白整體變化植物JA響應調節網絡的多組學模型研究人員隨後利用蛋白質組
  • ...多維度有機質譜流式細胞儀實現單細胞中蛋白質和代謝物同時分析
    儀器信息網訊 近日，北京大學白玉副教授團隊在常壓質譜免疫分析平臺工作的基礎上，設計並拓展質譜探針，利用基於狄恩流的微流控晶片實現單細胞排列，結合納升電噴霧-高分辨質譜（nanoESI-HRMS），搭建了多維度有機質譜流式細胞分析平臺。
  • 多組學數據整合分析挖掘(網絡精講班),專家授課,互動指導!
    目前，多組學整合分析是一個非常熱門且創新的方向。通過多組學整合分析我們可以更加快速、準確的找到與研究方向關聯的biomarks。它的核心原理是期望通過高通量數據，找到所有基因在不同組學水平中的變化並進行分析，獲得關鍵基因在各個組學都有顯著作用。
  • Bioinformatics|Moli:用於藥物反應預測的多組學晚期集成深度神經...
    目前，只有11%的接受精密腫瘤學治療的患者可以進行臨床試驗，只有5%的患者受益於精密腫瘤學。從歷史上看，基因表達被證明是預測藥物反應的最具信息量的數據。最近的證據表明，整合額外的組學可以提高預測的準確性，結合臨床數據集的多組學方法可以提高藥物反應預測的臨床相關性。2、背景知識2.1集成方法多組學集成主要有兩種方法：早期集成和晚期集成。