内容概要：本文档是生信帮提供的Hi-C互作分析培训资料，详细介绍了Hi-C数据分析的全流程，包括质控、AB鉴定、TAD鉴定和Loop鉴定。Hi-C质控部分主要描述了HiC-Pro工具的使用，涵盖从测序数据（FASTQ文件）到交互矩阵的生成过程，包括两步对齐策略、数据过滤和有效对保存。AB鉴定部分介绍了通过计算Hi-C矩阵的PCA特征向量来识别A/B区室的方法。TAD鉴定部分描述了使用TAD-separation score度量来确定TAD边界，并生成多个输出文件以供后续分析。Loop鉴定部分则介绍了如何将原始矩阵转换为校正矩阵，并使用hicDetectLoops工具进行loop检测。 适合人群：具备生物信息学基础知识，特别是对基因组三维结构研究感兴趣的科研人员和研究生。 使用场景及目标：①掌握Hi-C数据分析的基本流程，包括数据预处理、质控和下游分析；②学会使用HiC-Pro、hicPCA、hicFindTADs和hicDetectLoops等工具进行具体操作；③理解Hi-C数据分析中的关键概念和技术细节，如有效对筛选、PCA特征向量计算、TAD分离得分和loop检测。 阅读建议：此资源详细介绍了Hi-C数据分析的具体步骤和工具使用方法，建议读者在学习过程中结合实际数据进行练习，并仔细阅读每个工具的参数说明，确保理解各个步骤的意义和作用。同时，建议读者关注数据质量控制，合理设置参数以提高分析结果的可靠性。

GAPE 是一种一站式蛋白质基因组学信息学软件，可在蛋白质基因组数据分析周期中针对真核生物提供多方面的标准工作流程，用于基因组细化和 PTM 事件的全局识别。 该软件允许同时查询蛋白质组和基因组数据库，以全面完善基因组和蛋白质组注释。 这包括 MS 数据和数据库构建、数据库搜索、FDR 计算、统计结果整合、注释基因的验证、先前未鉴定基因的鉴定、可变剪接变体和 SAAV 的蛋白质水平鉴定、生物学解释和全球 PTM 发现。

RCFPD，全称为Randomized Collection of Proteomics Data Analysis Functions，是一个专为蛋白质组学数据分析设计的开源R包。在生物医学研究中，蛋白质组学是研究细胞、组织或生物体中所有蛋白质的组成、表达水平和功能变化的重要工具。RCFPD就是为了满足这一领域对数据处理和分析需求而开发的。 此R包由卡塔尔Weill Cornell医学院的蛋白质组学核心团队创建并维护，体现了他们在蛋白质组学领域的专业知识和经验。开源软件的特性使得RCFPD不仅可供科研人员使用，同时也鼓励社区参与开发和改进，促进蛋白质组学分析方法的不断优化。 RCFPD包含了一系列针对蛋白质组学数据的功能，可能包括但不限于以下几点： 1. 数据预处理：RCFPD可能提供了对原始质谱数据的预处理功能，如基线校正、噪声过滤、峰检测等，以提高数据质量。 2. 蛋白鉴定：可能包含了与肽段匹配、数据库搜索、错误率控制相关的算法，帮助识别样本中的蛋白质。 3. 表达量定量：通过比较不同样品间的肽段或蛋白质强度，计算表达差异，支持多种定量策略如iTRAQ、TMT、Label-Free等。 4. 生信分析：可能包括统计检验、富集分析、网络构建等，以挖掘蛋白质间的相互作用和功能关联。 5. 可视化工具：提供直观的图形展示，如火山图、热图、聚类图等，帮助用户理解和解释数据。 6. 结果导出与报告：便于用户将分析结果导出为可读性强的格式，或自动生成分析报告。 作为开源软件，RCFPD的优势在于其透明性和可扩展性。用户可以查看源代码，理解其工作原理，同时也能根据自己的需求进行定制或添加新的功能。此外，开源社区的支持使得软件的更新和错误修复更为及时，降低了依赖单一开发团队的风险。 RCFPD是蛋白质组学研究者的一个强大工具，它简化了数据分析流程，提高了研究效率，并促进了蛋白质组学研究的标准化和复用性。通过利用这个R包，科研人员可以更专注于他们的核心工作——解析数据背后的生物学意义，而不是花费大量时间在编程上。对于初学者而言，RCFPD也提供了一个学习和实践蛋白质组学数据分析的良好平台。

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。

回望十五年前，2001年的世界互联网普及率还仅仅只有5%，网络速度也非常缓慢，而目前已经发展到了50%;那时手机已经普及，但仅限于打电话发短信，智能手机的普及还很遥远;谷歌还仅仅是一家初创企业。 从那时开始，科学技术的进展令人难以置信。展望未来15年，科技的发展变化会更加让人匪夷所思。过去15年，技术的发展主要限于虚拟世界;而到2030年，我们将看到技术对物理世界产生的变革。

基于比较基因组学的玉米ESTs定位方法，张祖新，张绍鹏，本研究描述了以水稻基因组数据和玉米与水稻的比较遗传图谱为桥梁，基于水稻和玉米间存在的标记和序列水平上的广泛的共线性，对大

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。