专栏首页生信技能树使用R包判定CRC稳定的分子亚型(附-中大六院博士后招聘)

使用R包判定CRC稳定的分子亚型(附-中大六院博士后招聘)

前面我们在生信技能树公众号系统性总结分享过:CRC稳定的分子分型,没有背景知识的朋友可以去深入读文献:October 2015 The consensus molecular subtypes of colorectal cancer。

是CRC分子分型领域的权威,提出4个consensus molecular subtypes (CMSs),该研究整合了18个公共数据集,成功的划分成为了稳定的4类:

  • CMS1 (microsatellite instability immune, 14%), hypermutated, microsatellite unstable and strong immune activation;
  • CMS2 (canonical, 37%), epithelial, marked WNT and MYC signaling activation;
  • CMS3 (metabolic, 13%), epithelial and evident metabolic dysregulation;
  • CMS4 (mesenchymal, 23%), prominent transforming growth factor–β activation, stromal invasion and angiogenesis.

那么如果大家拿到了CRC的表达矩阵,如何根据这个分类,来定义自己的样本呢?

首先看CMScaller这个R包

文章,November 2017 提出的R包CMScaller,虽然其发表的杂志不怎么样。

CMScaller: an R package for consensus molecular subtyping of colorectal cancer pre-clinical models

image-20191024164828900

然后看DeepCC

最近(August 2019)从发表的:DeepCC: a novel deep learning-based framework for cancer molecular subtype classification !

区分CRC稳定的分子亚型的效果非常好!

image-20191128115220688

作者是高峰,在中国香港城市大学和美国康奈尔大学的联合项目中取得肿瘤学博士学位,经中山大学百人计划引进,现任中山大学附属第六医院副研究员,为icgc-argo结直肠癌项目核心成员,团队拥有病人队列全周期的高通量组学、数字病理、医学影像等pb级大数据。主要研究方向为结合人工智能、机器学习分析大规模、高通量、多组学生物医学大数据,开发用于肿瘤精准医学的筛查、早期诊断、精确分型、敏感药物筛选、疗效监控和预后判断等分子诊断技术。近两年在胃肠病学顶级杂志gastroenterology、外科学顶级杂志annals of surgery等发表sci论文17篇(2018-2019,总影响因子 > 130分),其中第一作者及通讯作者(含共同贡献)13篇(总影响因子> 90分),并开发多个生物信息学分析软件包deepcc、htsanalyzer2等,申请12项国家发明专利。

谷歌scholar:http://1t.click/bpvh research gate:https://www.researchgate.net/profile/feng_gao103

高峰课题组正在招聘博士后名额若干,随时开放,基本待遇为30-34万年薪,可依托深圳校区有额外18万/年的补助,叠加广东省各项人才政策,优秀工科背景均可接收。基本要求年龄35岁以下,毕业不超过两年,5分以上或本专业一区论著一作一篇。

简历请发送至gaof57@mail.sysu.edu.cn

更多表达芯片的公共数据库挖掘系列更多教程,见推文 ;

本文分享自微信公众号 - 生信技能树(biotrainee),作者:生信技能树

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-12-01

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 乳腺癌预后基因集

    In addition to cell of origin and somatic mutation events, studies over the past...

    生信技能树
  • 把一篇plos one数据挖一波有意思吗

    当时那篇文章的研究者关注的是差异表达,根据阈值筛选后总共是 15 differential miRNAs and 372 differential mRNAs ...

    生信技能树
  • 100篇泛癌研究文献解读之病毒感染及整合到肿瘤病人基因里

    为了分析不同类型、组织起源肿瘤的共性、差异以及新课题。TCGA于2012年10月26日-27日在圣克鲁兹,加州举行的会议中发起了泛癌计划。参考:https://...

    生信技能树
  • vue双向数据绑定原理

    目前几种主流的mvc(vm)框架都实现了单向数据绑定,而我所理解的双向数据绑定无非就是在单向绑定的基础上给可输入元素(input、textare等)添加了cha...

    念念不忘
  • 深度解析 Vue MVVM 原理实现

    ViewModel:视图模型层,用来连接Model和View,是Model和View之间的通信桥梁

    Javanx
  • 丛京生院士深度解读可定制计算的设计自动化:自动将代码转换成电路描述,解决开发人员最大难题

    中国工程院、美国工程院双院院士丛京生教授在2020年北京召开的亚太地区设计自动化会议(ASP-DAC)上发表了关于可定制计算的演讲,指出可定制计算现在已经在各类...

    新智元
  • BTA | 元道:去中心化第一波,Web已死,互联网怎能永生?

    区块链大本营
  • 计算机理论基础知识-计算机基础软硬件知识

    刘金玉编程
  • C# 将数据保存进xml文件

    静谧的小码农
  • 用Mathematica做运动模糊效果

    WolframChina

扫码关注云+社区

领取腾讯云代金券