今天分享的是2020年6月份发表于Clinical Cancer Research的一篇文章,标题是Multifactorial deep learning reveals pan-cancer genomic tumor clusters with distinct immunogenomic landscape and response to immunotherapy,影响因子8.911,文章整体思路倒比较简单,门槛应该是深度学习建立模型了,基于MSI、SCNA、mTMB的信息深度学习后对数据集进行分类,后研究了不同分类的差异以及在不同分类下相同肿瘤的差异,主要包括免疫微环境、表达差异(基因、通路等)和生存差异。
今天给大家带来的是4分文章。这篇文章通过ESTIMATE算法计算免疫,间质和ESTIMATE得分,并以此筛选DEGs,进行生存分析、KEGG、GO、GSEA分析,构建PPI网络并筛选hub基因,最后通过构建风险评分(RS)模型,研究hub基因的预后价值并用验证集进行验证。
A DNA methylation signature to improve survival prediction of gastric cancer
今天给大家分享的是一篇发表在Aging(Albany NY) (IF=5.515)上的文章A nomogram combining long non-coding RNA expression profiles and clinical factors predicts survival in patients with bladder cancer,作者通过TCGA数据库筛选出膀胱癌中与预后相关的lncRNA,并基于三个lncRNA建立了可定量预测膀胱癌患者预后的列线图。
大家好,今天和大家分享的是一月份发表在Frontiers in Oncology (IF:4.848)杂志上的一篇文章,“Prognostic Heterogeneity of MRE11 Based on the Location of Primary Colorectal Cancer Is Caused by Activation of Different Immune Signals”,文章中作者对一个包含了207例患者的队列进行了RNA测序、免疫组化以及免疫细胞浸润评估,并结合TCGA数据库数据进行验证,进行生存分析;作者使用加权基因共表达网络分析了MRE11的表达与预后的关系,并利用Cytoscape中的ClueGO功能对鉴定模块的基因进行分析。
意思是说如果只有一条生存曲线,~右侧应该是1,如果按照某一个分层变量做多个生存曲线,则~右侧就是分层变量,比如按性别分层做两条曲线就可以是~sex。类似一般的回归模型,~1就是只有Y-intercept,没有自变量X-intercept。
2023-10-26,Galaxy生信云平台 UseGalaxy.cn 新增 2 个工具。
NCSS成立于1981年,旨在为研究界提供统计软件。从那时起,成千上万的客户使用NCSS软件(NCSS和PASS)进行统计、图形和功率分析/样本大小的目的。
神经胶质瘤是中枢神经系统中最常见的原发性肿瘤类型之一。先前的研究发现,巨噬细胞积极参与肿瘤的生长。
今天我们的课程DataCharm优质课程推荐学员向我咨询了R语言中有没有绘制生存曲线(survival curves) 类可视化的好用的工具,特别是 「分层生存曲线(Stratified survival curves)」
肌萎缩性脊髓侧索硬化症(ALS)是一种以运动系统退化为主要特征的疾病,临床证据表明,多达50%的病例出现认知和行为改变。ALS在临床上和生物学上都是异质性(一种遗传性状可以由多个不同的遗传物质改变所引起)的。目前使用临床参数进行亚分组,如症状出现的部位(延髓或脊柱)、疾病负担和家族性疾病患者的基因组学。然而,除基因组学外,这些亚分类没有考虑潜在的疾病病理生物学,不能完全预测疾病的病程或预后。
大家好,今天和大家分享的是2020年8月发表在journal of cellular physiology(IF=5.546)上的一篇文章:“Prognostic scoring system for osteosarcoma using network-regularized high-dimensional Cox-regression analysis and potential therapeutic targets”。基于mRNA的表达数据和临床数据,作者开发了一种新的骨肉瘤患者预后评分系统。使用网络正则化高维Cox回归(network‐regularized high‐dimensional Cox regression,NET)分析mRNA的表达数据,根据回归系数和mRNA表达值确定预后风险评分,利用The Connectivity Map(CMap)预测骨肉瘤的治疗靶点。
大家好,这次给大家分享一篇2020年5月发表在Front Oncol杂志上的文章,2019年影响因子4.848,仍然是一篇基于SEER数据库的文章,重点研究影响原发性肝淋巴瘤(PHL)预后的临床特征因素。
与完全数据相反,如果在研究结束的时候,研究对象发生了研究之外的其他事件或生存结局,无法明确的观察记录到发生终点事件的生存时间,我们把这种类型的数据称之为删失数据,或不完整数据(Incomplete data)。
大家好,今天茶叶蛋和大家分享的是一篇4+分的学习笔记;文末点击阅读原文可获得原文笔记。
细胞焦亡在胃癌的进展中起着至关重要的作用,并影响胃癌的预后。然而,细胞焦亡相关lncRNA在预测胃癌预后方面的重要性尚不清楚。
脑部疾病的异质性是精准诊断/预后的一个挑战。作者描述并验证了一种名为Smile-GAN(SeMI-supervised cLustEring-Generative Adversarial Network),的半监督深度聚类方法,它研究了与正常大脑结构对比的神经解剖学异质性,从而通过神经影像特征识别疾病亚型。当应用于来自T1加权MRI的区域体积时(两项研究;2832名参与者;8146次扫描),包括认知正常的人和那些有认知障碍和痴呆症的人,Smile-GAN确定了四种神经变性模式。将此框架应用于纵向数据揭示了两种不同的进展途径。这些模式的表达测量预测了未来神经变性的途径和速度。模式表达在预测临床进展方面提供了与淀粉样/tau蛋白互补的性能。这些深度学习衍生的生物标志物为精确诊断和有针对性的临床试验招募提供了潜力。
github地址:CamDavidsonPilon/lifelines 文档地址:lifelines
对于寿命数据的分析,在生物学和医药学中是非常重要的话题。除此之外,在工程应用中的可靠性分析中也非常重要。寿命数据往往是高度非正态数据,因此使用标准的线性模型可能会有很多问题。
AI 科技评论按:6 月 2 日至 6 日,第 45 届国际计算机体系结构大会(International Symposium on Computer Architecture,简称 ISCA)在美国洛杉矶召开。国际计算机体系结构大会(ISCA)是计算机体系结构领域的顶级会议。本次大会共收到 378 篇投稿,收录 64 篇论文。
题目:计算机识别具有潜在膀胱癌预后和免疫治疗意义的肿瘤浸润B淋巴细胞lncRNA signature
大家好!今天跟大家分享的是2020年4月发表在EBioMedicine(IF = 5.736)上的文章。文章利用从临床搜集的胰腺导管腺癌(PDAC)病人样本,通过LASSO算法及Cox回归分析,构建5分子预后模型,同时利用生存曲线、ROC曲线和多变量Cox回归分析验证了该模型的预后价值,并评估该模型预测术后ACT治疗预后的价值。
大家好,这次给大家分享一篇2020年1月发表在Int. J. Biol. Sci.杂志上的文章,即时影响因子5.03。本文主要是研究与食管癌预后相关的7-mRNA,同样是一篇预测模型的文章,下面一起来看一下这篇文章!
举个例子:临床试验中,共招募30位胃腺癌患者,均分为3组,分别使用了A/B/C三套不同的治疗方案,治疗期为2年。2年后统计3个组每组均死亡3人,但A组0.5年时死亡3人,B组是1.5年时死亡3人,C组是接近2年时死亡3人。此时,如果单纯分析死亡率,3个组的死亡率完全相同。但是,如果用生存分析,就能看出3个组的患者生存情况明显不同。
根据已掌握的一批分类明确的样品建立判别函数,使产生错判的事例最少,进而对给定的一个新样品,判断它来自哪个总体。
缺氧,作为19年诺奖,毫无疑问是近年来的研究热点。但是作为热点,意味着相关的研究或者文章肯定不会少。想要找到合适的,并且别人没做过的思路就显得比较难了。
肿瘤内缺氧和免疫与肿瘤患者的预后高度相关。然而,还没有对膀胱癌(BLCA)中缺氧反应与免疫之间关系的系统分析。
本文介绍克利夫兰诊所Feixiong Cheng教授团队发表在PLOS MEDICINE的工作:作者利用基于拓扑的K-means聚类方法对来自一般人口统计学、超声心动图、实验室测试和心脏因素的数据进行无偏倚、基于系统的患者-患者网络分析,开发了一种纵向的患者-患者网络聚类方法,用于癌症患者在抗癌治疗期间的心脏风险分层。通过整合所有患者-患者网络模型,开发一个在线风险计算器。其可视化了癌症治疗前、中、后患者心脏风险分层的决策边界,为识别新的心脏风险亚群和临床可操作的生物标志物提供巨大的希望,从而快速发展精确的心脏肿瘤学。
Construction of a novel gene-based model for prognosis prediction of clear cell renal cell carcinoma
生存分析是指将终点事件和出现此事件所经历的时间结合起来分析的一种统计方法,研究生存现象和现象的响应时间数据及其规律,在肿瘤等疾病研究中运用广泛。在R中进行生存分析常用的包有survival包以及survminer包。[A Robust 6-lncRNA Prognostic Signature for Predicting the Prognosis of Patients With Colorectal Cancer Metastasis]中R包survminer用于确定高风险和低风险人群的最佳截点。[Change in Neutrophil to Lymphocyte Ratio During Immunotherapy Treatment Is a Non-Linear Predictor of Patient Outcomes in Advanced Cancers]采用survminer包进行单因素和多因素分析。今天我们来介绍survminer包。
大家好!今天跟大家分享的是2020年2月发表在Genomics(IF = 6.205)上的文章。文章利用了从TCGA中搜集的乳腺癌(breast cancer)测序数据进行了免疫相关lncRNA的表达分析并筛选了11个lncRNA,生存曲线分析、多变量Cox回归分析及ROC曲线分析表明这些lncRNA具有较好的预后预测能力,并且与多种临床病理参数无关,可能与免疫细胞亚型的浸润有关。
三阴性乳腺癌 (TNBC) 对新辅助化疗 (NAC) 的耐药性是一项重大的临床挑战。因此,描绘TNBC异质性可以提供对耐药机制和潜在治疗靶点的新见解。
今天和大家分享的是2020年发表在Journal of cancer(IF:3.565)上的一篇文章,“Genome-wide Analysis of the Alternative Splicing Profiles Revealed Novel Prognostic Index for Kidney Renal Cell Clear Cell Carcinoma ”。作者用来自TCGA的数据,对三种主要肾细胞癌(RCC)的AS事件的预后价值进行全面的评估。根据预后相关的AS事件和SF,进一步构建了KIRC的预测模型。通过构建了AS和SF的调控网络,理解AS和SF对KIRC患者预后的相互作用机制。
随着移动互联网时代到来,客户端的类型越来越多, 逐渐出现了 一个服务器,N个客户端的格局 。
大家好!今天跟大家分享的文献是2020年9月发表在Molecular Therapy-Oncolytics(IF=4.115)杂志上的一篇文章。文章利用TGCA数据库中肺癌患者的转录组数据,使用代谢基因特征建立预测模型,预测患者的生存时间。构建列线图预测患者的3年和5年生存率。
生存分析主要用于医学研究,比如医疗方案对病人寿命的影响。后面用来探究所感兴趣的事件的发生的时间的统计方法。比如产品的寿命分析、工程中的失败时间分析等等。这里病人死亡、产品淘汰和工程失败等称为事件event。生存分析中有两个重要的概念,一是生存函数,二是风险函数。
大数据文摘翻译作品 作者: Allen Downey 翻译:Cheng Kun 校对:孙沁(kiki) 欢迎个人转发朋友圈;其他机构或自媒体转载,务必后台留言,申请授权 去年秋天我在欧林学院讲授贝叶斯统计的入门课。我的学生们正在做一些优秀的项目,我便邀请他们来写出项目结果,作为我博客的特邀文章。 其中一支团队将贝叶斯生存分析运用到“冰与火之歌”的人物角色上,,这个系列由乔治•马丁所写。利用前五本书里的数据,他们为每个角色在即将出版的书中的命运,即是生是死,一一作了预测。 权力的游戏第五季将在4月12号播出,
线性混合模型假设 N 个受试者的群体是同质的,并且在群体水平上由独特的曲线 Xi(t)β 描述 。
stratified cox model是针对协变量不满足PHA提出的,这里的思想是对协变量分层。
这一次要分享的文章题目是:Five key lncRNAs considered as prognostic targets for predicting pancreatic ductal adenocarcinoma
近年来铁死亡+肿瘤的研究已经发表过许多了,然而有新颖切入点的铁死亡纯生信文章仍然可以发高分!今天小编为大家带来一篇铁死亡调节因子作为signature进行预后分型的文章,发表在实时影响因子6.58的International Journal of Biological Sciences上。题目为Integrative analysis of the molecular mechanisms, immunological features and immunotherapy response of ferroptosis regulators across 33 cancer types。
今天为大家介绍的是来自 Guoxin Li和Ruijiang Li团队的一篇论文。目前研究人员已经在利用深度学习进行医学图像中的癌症检测和诊断方面取得了实质性的进展。然而,在治疗反应和预后的预测方面取得的成功有限。目前基于数据驱动的深度学习模型在临床转化方面存在一个重要障碍,即缺乏解释性,这通常是由于与潜在的病理生物学之间存在脱节所致。在这里,作者提出了一种生物学引导的深度学习方法,可以同时从医学图像中预测肿瘤免疫和基质微环境状态以及治疗预后。
来源:EasyShu本文约11000字,建议阅读20分钟本文介绍了数据统计分析的16个基本概念。 一、描述统计 描述统计是通过图表或数学方法,对数据资料进行整理、分析,并对数据的分布状态、数字特征和随机变量之间关系进行估计和描述的方法。描述统计分为集中趋势分析和离中趋势分析和相关分析三大部分。 集中趋势分析:集中趋势分析主要靠平均数、中数、众数等统计指标来表示数据的集中趋势。例如被试的平均成绩多少?是正偏分布还是负偏分布? 离中趋势分析:离中趋势分析主要靠全距、四分差、平均差、方差(协方差:用来
之前分别介绍了生存分析中的寿命表法、K-M曲线、logrank检验:R语言生存分析的实现
本文讲述了一种基于token的身份认证系统设计,包括token的分类、token的隐私性参数设置、token的使用场景以及不同生命周期的token分层转化关系。此外,还介绍了一种基于该设计的实现方式,并探讨了该实现方式的优缺点。
领取专属 10元无门槛券
手把手带您无忧上云