扫码联系客服
课程梗概
该生物信息学套路主要是基于Cox回归风险模型评估风险标记的预后情况，整个分析套路涉及的数据集比较多，对于每套数据集所对应的部分临床信息没有太完整，导致后续分析的比较性欠缺。重点在于基于单因素Cox回归分析所获得的候选风险标记，根据AIC选择的模型是由几个感兴趣基因构成的风险标记，来检验风险标记的鲁棒性及有效性，选择风险标记模型，才能检验其与临床信息的关联性，证实其作为独立预后因素的有效性。
该套路数据既包含训练集和测试集，还涉及了与癌症相关基因的突变情况进行比较，用风险标记做风险预测的同时，还探讨了与已知致病基因的相关性。
编程语言：R
Keyword：TCGA、GEO、PCA、COX、AIC、生存分析，验证
具体内容：
Part1: 分析流程概述
Part2: 数据获取及预处理
Part3: 自噬基因表达模式的识别
Part4: 自噬相关风险标记的识别
Part5: 自噬相关标记与临床信息的相关性
Part6: 独立预后标志物的识别
Part7: 独立预后标志物的验证
Part8: 癌症预后风险预测
Part9: 风险标记与基因突变的相关性
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
