目前因為生信相關(guān)教學(xué)和網(wǎng)絡(luò)教學(xué)以及公眾號教學(xué)興起，所以可以說生信分析在文章中的出現(xiàn)越來越普遍。但是目前還有很多人想通過純生信去發(fā)表文章，但是問題是很多分析我個人認(rèn)為是非常趨于同質(zhì)化或者說是完全缺乏創(chuàng)新性?。。∥襾砜偨Y(jié)一下大家目前常用的一些被不斷沿用的相對老套的分析：

• WGCNA分析，權(quán)重共表達(dá)網(wǎng)絡(luò)分析

• GO和kegg富集分析

• GSEA富集分析

• ceNET網(wǎng)絡(luò)

• PPI網(wǎng)絡(luò)

• 多中心GEO芯片花式作圖

• mRNA,lncRNA，circRNA差異基因分析，火山圖|熱圖|韋恩圖|PCA圖

• 免疫浸潤和免疫微環(huán)境

這些是目前可以找到的教程和生信分析套路最多的分析，且簡單易學(xué)，不過目前上述由于學(xué)習(xí)的人太多，所有基本每個人的生信文章都有，所以相對比較老套，且發(fā)文應(yīng)該是越來越困難。

那么該如何改變生信分析老套、投稿困難的難題，這里就必須要提倡差異化。除了目前比較火爆單細(xì)胞測序之外，其實還有戳手可得的一類數(shù)據(jù)一直被我們忽視，那就是TCGA數(shù)據(jù)庫和ICGC數(shù)據(jù)的單核苷酸多態(tài)SNP數(shù)據(jù)。個人認(rèn)為，SNP的相關(guān)幾大類分析可以很好地和上述分析相融合，做到和他人生信分析的完全差異化。那么這里我總結(jié)一下TCGA的SNP可以做的幾大類分析，當(dāng)然各位老哥老姐有補充最好，下面總結(jié)歸類和一些相關(guān)圖表，歡迎補充。

1.第一類：腫瘤突變負(fù)荷:?tumor mutation burden，現(xiàn)階段pd-1免疫評價重要預(yù)后指標(biāo)

2.第二類：腫瘤異質(zhì)性MATH評分，通過MATH算法計算評分值，鑒定腫瘤樣本的異質(zhì)性大小，腫瘤異質(zhì)性與腫瘤侵襲、臨床預(yù)后，耐藥關(guān)系密切

3.第三類：腫瘤亞克隆進(jìn)化推斷，分為細(xì)胞團(tuán)塊的亞克隆鑒定與腫瘤進(jìn)化模式圖，判斷腫瘤生長周期中的亞克隆、增殖變化

4.第四類：癌癥驅(qū)動基因鑒定

5.第五類：APOBEC腫瘤突變標(biāo)簽樣本富集，APOBEC家族蛋白過表達(dá)時可造成特異的堿基替換，促進(jìn)腫瘤發(fā)生

6.第六類：突變標(biāo)簽鑒定，又稱為mutation signature，共有96種突變模式，這個分析其實類似于進(jìn)階版的Go和kegg

以上就是我目前的SNP 6大類分析，希望對大家的生信分析思路和學(xué)習(xí)有所幫助?。?！麻煩點贊支持哦??????。有問題可以問，微信公眾號：雷槍醫(yī)學(xué)信息技術(shù)