Nomogram列線圖（nomogram，諾莫圖）是在平面直角坐標(biāo)系中，用一簇互不相交的線段表示多個(gè)臨床指標(biāo)或者生物學(xué)特征，用以預(yù)測(cè)一定的臨床結(jié)局或者某類(lèi)事件發(fā)生的概率的圖。列線圖使預(yù)測(cè)模型的結(jié)果更具有可讀性，可個(gè)性化地計(jì)算特定**患者生存率,在臨床實(shí)踐中有較大的價(jià)值。一般可應(yīng)用的研究方向有：將回歸的結(jié)果進(jìn)行可視化呈現(xiàn)，對(duì)個(gè)體樣本給出其發(fā)病風(fēng)險(xiǎn)或比例風(fēng)險(xiǎn)；根據(jù)多個(gè)臨床指標(biāo)或生物學(xué)特征，判斷個(gè)體樣本的疾病分類(lèi)或特征?；驹恚毫芯€圖的理論于1884年提出，**早用于工程學(xué)。它能夠?qū)?fù)雜的計(jì)算公式以圖形的方式，快速、直觀、精確的展現(xiàn)出來(lái)。列線圖通過(guò)構(gòu)建多因素回歸模型（例如Cox回歸、Logistic回歸等），根據(jù)模型中各個(gè)影響因素對(duì)結(jié)局變量的影響程度的高低，即回歸系數(shù)的大小，給每個(gè)影響因素的每個(gè)取值水平進(jìn)行賦分。將各個(gè)評(píng)分相加得到總評(píng)分，通過(guò)總評(píng)分與結(jié)局事件發(fā)生概率之間的函數(shù)轉(zhuǎn)換關(guān)系，從而計(jì)算出該個(gè)體結(jié)局事件的預(yù)測(cè)概率。校準(zhǔn)曲線（calibrationcurve）為實(shí)際發(fā)生率和預(yù)測(cè)發(fā)生率的散點(diǎn)圖，常于用于化工行業(yè)溶液配制。在這里通過(guò)觀察預(yù)測(cè)值與實(shí)際值相差情況，判斷基于回歸模型構(gòu)建列線圖的有效性。 承擔(dān)各類(lèi)項(xiàng)目超過(guò)400余項(xiàng)。成果發(fā)表指導(dǎo)數(shù)據(jù)科學(xué)共同合作

    單細(xì)胞測(cè)序數(shù)據(jù)挖掘：GEO目前收錄的單細(xì)胞研究樣本已經(jīng)超過(guò)2萬(wàn)例，單細(xì)胞測(cè)序幾乎成為生物醫(yī)學(xué)領(lǐng)域CNS***文章的標(biāo)配。實(shí)驗(yàn)費(fèi)用高昂，阻斷了CNS夢(mèng)，既然其他數(shù)據(jù)可以挖，單細(xì)胞測(cè)序數(shù)據(jù)照樣可以挖。已知公共數(shù)據(jù)庫(kù)中單細(xì)胞測(cè)序數(shù)據(jù)涉及各種疾病類(lèi)型，包括**、免疫細(xì)胞、炎癥類(lèi)甚至神經(jīng)、肌肉、骨骼等，樣本豐富、數(shù)據(jù)龐大，你不挖就是失去了一座金山。我們提供各種設(shè)計(jì)單細(xì)胞測(cè)序、各種測(cè)序、芯片、多組學(xué)的公共數(shù)據(jù)庫(kù)挖掘、培訓(xùn)、模型構(gòu)建、臨床統(tǒng)計(jì)、算法還原服務(wù)；你能想到，我能做到；你提供參考文獻(xiàn)、思路和目的，我們提供結(jié)果；如果沒(méi)有思路，我們提供付費(fèi)科研設(shè)計(jì)服務(wù)。示例如下：利用公共數(shù)據(jù)庫(kù)的1539個(gè)單細(xì)胞樣本，構(gòu)建自己的生物學(xué)故事。 重慶組學(xué)實(shí)驗(yàn)數(shù)據(jù)科學(xué)口碑推薦指導(dǎo)科研方案糾偏，更好更快發(fā)表文章。

ssGSEA（single sample GSEA）主要針對(duì)單樣本無(wú)法做GSEA而提出的一種實(shí)現(xiàn)方法，原理上與GSEA是類(lèi)似的。ssGSEA根據(jù)表達(dá)譜文件計(jì)算每個(gè)基因的rank值，再進(jìn)行后續(xù)的統(tǒng)計(jì)分析。通過(guò)這個(gè)方法，我們可以得到每個(gè)樣本的免疫細(xì)胞或者免疫功能，免疫通路的活性，然后根據(jù)免疫活性進(jìn)行分組。

ssGSEA量化免疫細(xì)胞浸潤(rùn)**的一個(gè)優(yōu)點(diǎn)就是自己可以定制量化免疫浸潤(rùn)細(xì)胞種類(lèi)。目前公認(rèn)并且用的**多的免疫細(xì)胞marker就是2013年發(fā)表在Immunity上的SpatiotemporalDynamicsof IntratumoralImmuneCellsReveal the Immune Landscape in Human Cancer 所提供的免疫細(xì)胞marker genes（Table S1），能提取到24種免疫細(xì)胞信息。

    TMB**突變負(fù)荷**突變負(fù)荷（TMB）作為免疫療法的生物標(biāo)志物，能夠較好的預(yù)測(cè)患者免疫***的療效?；?*突變負(fù)荷，可以從一種新的角度探尋基因跟免疫及預(yù)后的關(guān)系。一般應(yīng)用場(chǎng)景：基于TMB預(yù)測(cè)不同性狀的免疫***療效、不同基因表達(dá)或突變對(duì)免疫***潛在的影響。基本原理：**突變負(fù)荷(TumorMutationBurden，TMB)，通常被定義為一份**樣本中，所評(píng)估基因的外顯子編碼區(qū)每兆堿基中發(fā)生置換和插入/缺失突變的總數(shù)。近年許多研究都報(bào)道了TMB與PD-1/PD-L1抑制劑的療效高度相關(guān)，同時(shí)基于TMB進(jìn)行的臨床研究都得到了較好的結(jié)果。這讓一些**患者可以通過(guò)TMB標(biāo)志物對(duì)免疫療法的療效進(jìn)行一定程度的預(yù)測(cè)。結(jié)合TMB，可以從免疫***角度探尋關(guān)鍵基因、探究不同亞型**存在的不同發(fā)病機(jī)制。數(shù)據(jù)要求：基因突變數(shù)據(jù)，臨床或其他分類(lèi)數(shù)據(jù)。 可對(duì)接各類(lèi)公共數(shù)據(jù)庫(kù)，切入各類(lèi)接口，并對(duì)公共數(shù)據(jù)庫(kù)進(jìn)行大規(guī)模數(shù)據(jù)挖掘。

Inmmune gene

免疫學(xué)研究是目前科研領(lǐng)域爭(zhēng)相研究的熱點(diǎn)，**免疫細(xì)胞浸潤(rùn)是其中一種。**免疫細(xì)胞浸潤(rùn)是指免疫細(xì)胞從血液中移向**組織發(fā)揮作用。我們從**組織中分離出浸潤(rùn)免疫細(xì)胞含量，計(jì)算基因與浸潤(rùn)免疫細(xì)胞含量的相關(guān)性，篩選出影響免疫浸潤(rùn)的候選基因。

基本原理：

從基因矩陣數(shù)據(jù)中提取免疫細(xì)胞含量，生成免疫細(xì)胞含量矩陣；

計(jì)算目標(biāo)基因與浸潤(rùn)免疫細(xì)胞含量的相關(guān)性，篩選與浸潤(rùn)免疫細(xì)胞含量高度相關(guān)的基因。

術(shù)語(yǔ)解讀：

相關(guān)性系數(shù)（pearson,spearman, kendall）反應(yīng)兩個(gè)變量之間變化趨勢(shì)的方向以及程度。相關(guān)系數(shù)范圍為-1到+1。0表示兩個(gè)變量不相關(guān)，正值表示正相關(guān)，負(fù)值表示負(fù)相關(guān)，值越大表示相關(guān)性越強(qiáng)。

數(shù)據(jù)要求：

**數(shù)據(jù)表達(dá)矩陣 按照斯普林格學(xué)術(shù)規(guī)范化處理準(zhǔn)則提供文稿同行**投稿前意見(jiàn)評(píng)估。成果發(fā)表指導(dǎo)數(shù)據(jù)科學(xué)共同合作

生物醫(yī)學(xué)科研領(lǐng)域的組學(xué)數(shù)據(jù)處理。成果發(fā)表指導(dǎo)數(shù)據(jù)科學(xué)共同合作

    PCA主成分分析測(cè)序技術(shù)的發(fā)展使得現(xiàn)在能夠從宏觀角度分析基因表達(dá)，但是也在一定程度上增加了數(shù)據(jù)分析難度。許多基因之間可能存在相關(guān)性，如果分別對(duì)每個(gè)基因進(jìn)行分析，分析往往是孤立的，盲目減少指標(biāo)會(huì)損失很多有用的信息。PCA(PrincipalComponentAnalysis)，即主成分分析方法，是一種使用*****的數(shù)據(jù)降維算法。一般可應(yīng)用的研究方向有：一組基因在多個(gè)分組中的差異情況，多個(gè)基因在該樣本中的差異情況?；驹鞵CA的主要思想是將n維特征映射到k維上，這k維是全新的正交特征也被稱為主成分，是在原有n維特征的基礎(chǔ)上重新構(gòu)造出來(lái)的k維特征。PCA的工作就是從原始的空間中順序地找一組相互正交的坐標(biāo)軸，新的坐標(biāo)軸的選擇與數(shù)據(jù)本身是密切相關(guān)的。其中，**個(gè)新坐標(biāo)軸選擇是原始數(shù)據(jù)中方差**的方向，第二個(gè)新坐標(biāo)軸選取是與**個(gè)坐標(biāo)軸正交的平面中使得方差**的，第三個(gè)軸是與第1，2個(gè)軸正交的平面中方差**的。依次類(lèi)推，可以得到n個(gè)這樣的坐標(biāo)軸。通過(guò)這種方式獲得的新的坐標(biāo)軸，我們發(fā)現(xiàn)，大部分方差都包含在前面k個(gè)坐標(biāo)軸中，后面的坐標(biāo)軸所含的方差幾乎為0。于是，我們可以忽略余下的坐標(biāo)軸，只保留前面k個(gè)含有絕大部分方差的坐標(biāo)軸。事實(shí)上。 成果發(fā)表指導(dǎo)數(shù)據(jù)科學(xué)共同合作