有的人利用TCGA資料發了1-2分的SCI;有的人利用TCGA資料發了3-5分的SCI;現在有人利用TCGA資料發了12的SCI。這篇文章發表在Nat Commun上,該期刊屬於Nature子刊,影響因子:12.121,中科院分割槽:1區。文章作者分別來自於馬薩諸塞州波士頓大學、傑克遜基因醫學實驗室、耶魯大學醫學院,文章出處:PMID: 33311458,DOI: 10.1038/s41467-020-20030-5。
分析內容:
1、進行適用於腫瘤/正常組織的泛癌卷積神經網路分類
2、進行癌症亞型的神經網路分類
3、分析腫瘤型別之間的交叉分類的保守的空間行為,交叉分類關係概括了癌症組織生物學
4、使用CPTAC影象驗證交叉分類關係
5、進行TP53突變分類的神經網路比較
6、分析影響腫瘤純度預測的特徵
這類TCGA資料探勘的特點往往如下:
1、分析方法高大上
2.資料難以獲取,普通人根本獲取不了,樣本量巨大(大於1萬)
3.需要強大的計算機資源(普通個人電腦根本完成不了)
4.需要雄厚的生信專業知識和計算機知識
5.需要有實力的團隊來完成,個人無法實現
6.科研經費充足
最新評論