大数据在医学科研中应用

赵忻艺2016年6月大数据在医学科研中的应用一、科研中大数据的作用二、科研应用的实操内容什么是大数据？realtimePCR基因芯片高通量实验技术二代测序组学数据一、寻找价值分子二、指导实验方向三、发表文章作用寻找价值分子的套路一、确定研究领域二、实验设计（idea）三、数据库搜索四、下载数据五、分析数据上游分析：从原始数据到二级或三级数据下游分析：统计方法，临床分析（预后，相关性），通路功能分析文献案例Differentiallyexpressedgeneprofilesofintrahepaticcholangiocarcinoma,hepatocellularcarcinoma,andcombinedhepatocellular-cholangiocarcinomabyintegratedmicroarrayanalysis是2015年复旦大学中山医院团队发表在tumorbiology。（影响因子为3.611，PMID:25712376）文章的基本思路：收集GEO数据库中含有肝内胆管癌(ICC)，肝细胞肝癌(HCC)和混合型肝癌的原始芯片数据，然后分析得出三组比较差异的基因列表和相关通路和功能，最后挑选出其中的S100A11基因在HCC和ICC细胞系中验证表达。文献分析还原具体流程（freescience公众号）1．如何选题和寻找切入点开篇引言（一）2．芯片数据哪里来，怎么找？基因芯片数据库（二）2．下载哪些文件，怎么下载？找差异分子案例实践（三）3．用什么软件分析获得差异基因？怎么操作？找差异分子案例操作实践（四）和万能芯片数据分析（五）4．如何进行多个数据集的meta整合分析？多类型芯片数据整合分析（六）5．通路和功能分析是要用到什么软件，怎么操作？富集分析上（七）和富集分析下（八）6．挑选潜在价值分子来实验验证有什么原则和方法？找差异分子案例实践——总结篇（九）生物医学大数据解读和分析——寻找差异分子实践篇指导实验方向的套路一、确定研究目标分子二、机制猜想甲基化，miRNA,转录因子，拷贝数，蛋白互作等。三、数据库搜索四、下载数据五、分析数据上游分析：从原始数据到二级或三级数据下游分析：构建分子调控网络，基于生物信息学的预测零成本发表文章的套路一、确定研究领域二、观察数据库三、理解数据产生idea四、整合分析五、补充验证文献案例Dentificationofbreastcancercandidategenesusinggeneco-expressionandprotein-proteininteractioninformation”是2016年5月安徽大学YanChen团队发表在ONCOTARGET。（影响因子为6.359，PMID:27150055）文章的基本思路:是通过构建乳腺癌的共表达网络和蛋白互作网络来寻找到7个潜在的重要基因，然后根据一个在线的生存分析工具评估7个基因的临床意义。此文是零成本发表高分文章的经典文章，文中没有做任何实验，花任何经费，也没有开发复杂的分析算法，仅仅通过组合各种现成工具和使用公共数据库数据来讲述一个故事，发表了一篇不错的文章。1．蛋白与蛋白互作关系是什么，怎么构建蛋白与蛋白互作网络？2．TCGA数据库中据乳腺癌的基因表达数据怎么获得？3．共表达网络是什么，根据2中的基因表达数据怎么构建共表达网络？4．seedgene是什么，怎么获得？5．如何构建子网络，寻找到新颖的潜在基因？6．如何通过在线的生存工具对多个基因进行生存分析？生物医学大数据解读和分析——构建生物网络实践篇一、科研中大数据的作用二、科研应用的实操内容一、寻找价值分子二、指导实验方向案例操作GEO寻找差异分子在线工具DAVID功能和通路注释在线工具TCGA肝癌临床预后分析，本地数据库GeneMANIA蛋白互作在线工具TCGA肝癌甲基化-基因表达分析，本地数据库GEO是什么NCBI旗下的当今最大、最全面的公共基因表达数据库。TCGA是什么癌症基因组图谱计划：36种癌症类型,包括临床数据、DNA、RNA、蛋白多层次的数据。大数据库进展今年的ASCO年会上，美国副总统拜登与6月6日宣布，启用癌症“登月计划”首个大型开放数据库，声明说，这个数据库是一个交互式系统，易于搜索，提供的都是未处理过的原始数据，因而科研人员可以使用新研发出的计算工具与分析方法重新分析这些数据。Analysis里则是提供了许多可视化的图标，用户能够准确地找到感兴趣的数据。但对于非计算机背景的临床科研和基础科研工作者来说，就算有这么好的工具