课程梗概

首先，从TCGA获取食管腺癌（EAC）的表达谱数据和临床数据，根据其病理特征，筛选出需要的样本数据。其次，从GEO数据库中获取两套EAC的表达谱数据，同样根据其肿瘤类型，进行样本的筛选。对得到的表达谱数据进行标准化，对标准化后的数据利用Consensu ClusteringPlus方法进行亚型的确定。初步分析后，确定为两个亚型进行后续的分析。利用SigClust去顶亚型的统计学显著性。利用silhouette将样本映射到亚型上。利用SubMap查看在不同的数据集之中，亚型是否有差异。

编程语言：R

Keyword：TCGA、GEO、分子亚型、GSEA、SAMseq、MutSigCV 

具体内容：

Part1: 分析流程概述

Part2: 数据获取及预处理 

Part3: 识别分子亚型

Part4: 亚型特异性基因获取

Part5: 亚型的生物学过程

Part6: 亚型特异性体细胞突变

Part7: 亚型的生物标志物

Part8: GEO数据集验证

春节期间（2.5-2.11）

领券价为399

提供全套demo数据和代码

谍 照

春节期间（2.5-2.11）

领券价为399

交付资料

扫码关注更多好课

假日期间答疑请发送邮件到邮箱sxrwork@163.com

视频购买满1000

可扫码开发票