跳到主要内容

多组学整合实践教程

本专栏规划多组学整合分析路线，目标是把转录组、表观组、蛋白质组和临床表型放在同一分析框架中解释。

实践路线​

  1. 多组学项目设计与样本匹配
  2. 各组学数据预处理
  3. 特征选择和标准化
  4. 早期、中期、晚期整合策略
  5. 网络分析和模块识别
  6. 多组学因子分析
  7. 机器学习建模
  8. 生物学解释和报告

计划模块​

  • Module 01：实践数据集与样本配对
  • Module 02：多组学矩阵整理
  • Module 03：标准化和特征选择
  • Module 04：相关性和网络分析
  • Module 05：MOFA / mixOmics 入门
  • Module 06：多组学聚类和分型
  • Module 07：机器学习模型解释
  • Module 08：整合分析报告模板

推荐前置知识​

当前状态​

本专栏为规划中内容。后续会优先补充小型公开数据集，保证示例能在普通电脑上复现。