肺癌数据集和影像组学是当前医学影像领域研究的热点和前沿。LIDC-IDRI项目作为一项国际性的肺癌影像数据库构建项目，为肺癌的早期诊断和治疗研究提供了宝贵的数据资源。该数据库收集了大量的胸部计算机断层扫描（CT）图像，并为每一张图像提供了详细的诊断信息和标注，这其中包括肺结节的识别和标注，是开展影像组学研究的基础。 影像组学是利用先进的计算方法从医学影像中提取大量特征，并通过这些特征研究影像与生物标志物之间的关系，从而有助于疾病的预测、诊断和预后评估。利用影像组学可以挖掘肺结节特征与肺癌之间的潜在联系，从而改善肺癌的早期发现和治疗效果。 在处理图像切片的过程中，通常需要对原始CT图像进行标准化处理，比如调整图像的大小、强度范围，以及去噪等预处理步骤，以确保后续的图像分析和特征提取的准确性。此外，图像切片还需要进行分割，即将感兴趣的区域（如肺结节）从背景中分离出来，以便于进行更为精细的分析。 在LIDC-IDRI数据库中，数据集被分为训练集（train）和测试集（test）。通常在模型构建和训练过程中使用训练集，而测试集则用于评估模型的泛化能力，即模型对未见数据的预测准确性。通过严格的数据集划分，可以有效避免模型对训练数据的过拟合，并确保模型在实际应用中的可靠性。 肺癌数据集中的信息包括图像的数字标识、肺结节的位置、大小、形状、密度等特征，这些都是通过医学影像专家的标注而得来。这些详细的信息为影像组学特征提取提供了必要的参考，为后续的机器学习和深度学习模型提供了丰富的输入数据。通过分析这些特征，可以对肺结节的良恶性做出更为精确的判断，对肺癌的早期发现和治疗具有非常重要的意义。 LIDC-IDRI肺癌数据集结合了影像组学的强大分析能力，使得从CT图像中提取的大量量化特征能够揭示肺结节和肺癌之间的复杂关系，为疾病的早期诊断、预后评估和个性化治疗提供了新的可能性。随着影像组学技术的不断发展和完善，未来有望在肺癌的精准医疗中发挥更大的作用。

荧光差异二维凝胶电泳技术在植物差异蛋白质组学中的应用，吕坤，郑彩霞，蛋白质组学是后基因组时代生物学研究的主要领域之一，由于研究生物体全部蛋白质组的困难大，可行性不高，因此研究蛋白质差异表达

二甲双胍治疗Ⅱ型糖尿病作用机制的代谢组学研究，霍韬光，蔡爽，目的：研究Ⅱ型糖尿病（DM-2）患者及给与降糖药二甲双胍治疗后的患者血清代谢物谱变化，从代谢组学的角度阐述二甲双胍治疗Ⅱ型糖�

麦冬多糖调控肥胖小鼠脂质代谢紊乱的代谢组学研究，王旭，朱云云，目的：本研究基于代谢组学手段探究麦冬多糖MDG-1干预膳食诱导肥胖(Diet-induced obesity, DIO )小鼠脂质代谢紊乱可能的作用机制；方法：36只�

双歧杆菌是益生菌，对人类具有多种促进健康的特性。 益生菌，特别是双歧杆菌的全球市场正在蓬勃发展。 然而，整个市场仍处于起步阶段，因为除了整个细菌细胞外，几乎没有精细产品被开发出来。 代谢组学技术的成熟使研究具有高通量，综合图谱和库的复杂混合物成为可能。 因此，我们认为主要基于液相/气相色谱-质谱（LC / GC-MS）的代谢组学研究在加深双歧杆菌代谢机制的研究中将加深我们的理解。 这些研究可以分三个阶段进行，包括双歧杆菌的非靶向，靶向代谢组学分析以及通过代谢工程和发酵产生的特定代谢产物。 双歧杆菌的代谢组学研究将使我们能够充分探索其代谢机制，并利用有助于人类健康的代谢物。 特别地，双歧杆菌衍生的共轭亚油酸和细菌素是两种可能在未来具有巨大潜力并且可以用作食品添加剂的精细产品。

FragPipe 是一套计算工具的 Java 图形用户界面 (GUI)，能够对基于质谱的蛋白质组学数据进行综合分析。 它由提供- 一种适用于常规和“开放”（宽前体质量耐受性）肽识别的超快蛋白质组学搜索引擎。 FragPipe 包括工具包，用于 MSFragger 搜索结果（PeptideProphet、iProphet、ProteinProphet）的下游后处理、FDR 过滤、基于标签的量化和多实验总结报告生成。 和以帮助解释开放搜索结果。 FragPipe 二进制文件中还包括用于基于 TMT/iTRAQ 同量异位标记量化的 、用于具有运行间匹配 (MBR) 功能的无标签量化的 、SpectraST 和 EasyPQP 谱库构建模块以及 DIA-Umpire SE 模块用于直接分析数据独立采集 (DIA) 数据。 FragPipe 教程 （涵盖所有 FragPipe 模块的通用教程）

测序技术推进科学研究的发展。随着第二代测序技术的迅猛发展，科学界也开始越来越多地应用第二代测序技术来解决生物学问题。比如在基因组水平上对还没有参考序列的物种进行从头测序（de novo sequencing），获得该物种的参考序列，为后续研究和分子育种奠定基础；对有参考序列的物种，进行全基因组重测序（resequencing），在全基因组水平上扫描并检测突变位点，发现个体差异的分子基础。在转录组水平上进行全转录组测序（whole transcriptome resequencing），从而开展可变剪接、编码序列单核苷酸多态性（cSNP）等研究；或者进行小分子RNA测序（small RNA sequencing），通过分离特定大小的RNA分子进行测序，从而发现新的microRNA分子。在转录组水平上，与染色质免疫共沉淀（ChIP）和甲基化DNA免疫共沉淀（MeDIP）技术相结合，从而检测出与特定转录因子结合的DNA区域和基因组上的甲基化位点。

CytoSPACE：scRNA-seq数据到空间转录组学数据的最佳映射 CytoSPACE是一种新颖的计算策略，用于在空间转录组（ST）测量可能包含多个细胞的贡献的情况下，将单细胞转录组分配给原位空间转录组数据。 我们的方法通过基于线性编程的优化例程将基于相关的成本函数最小化，从而解决了单个像元/点分配问题。 该存储库包含用于实现和评估我们的方法的代码以及一个应用该方法的案例研究。 我们方法的关键创新是： 与常规方法相比，CytoSPACE在单个细胞水平上解剖给定组织中细胞的空间组织。 由于我们的方法从scRNA测序数据中绘制了单个细胞，与可用的空间转录组学技术相比，每个细胞中都有大量的基因被测序，因此我们的方法显着改善了重建组织的基因覆盖率。 我们的方法不需要有关细胞类型和细胞状态的先验知识。 主要实现是作为Python 3软件包。 要查看SpatialDE的用法示例，请继续

ProteoWizard库和工具是一组模块化且可扩展的开源，跨平台工具和软件库，可促进蛋白质组学数据分析。 这些库通过提供一个健壮的，可插拔的开发框架来实现快速的工具创建，该框架可简化和统一数据文件的访问，并执行标准化学分析和LCMS数据集计算。 核心代码和库受Apache开源许可； 供应商库受各种特定于供应商的许可的约束。 产品特点 HUPO-PSI mzML标准质谱数据格式的参考实现 支持HUPO-PSI mzIdentML 1.1标准质谱分析格式 支持直接从许多供应商原始数据格式中读取（在Windows上） 现代C ++技术和设计原理 具有本机编译器的跨平台（Windows上的MSVC，Linux上的gcc，OSX上的darwin） 模块化设计，可测试性和可扩展性 快速开发数据分析工具的框架 适用于学术和商业项目的开源许可证（Apache v2） 正式建造状态 操作系统 状态

生信-国科大雁栖湖春季课程《使用生物信息学2：多组学数据整合和挖掘》知识点整理