miRNA生存分析

miRNA数据库及靶基因分析软件 1.miRBase: http://www.mirbase.org

miRBase序列数据库是一个提供包括已发表的miRNA序列数据、注释、预测基因靶标等信息的全方位数据库，是存储miRNA信息最主要的公共数据库之一。miRBase提供便捷的网上查询服务，允许用户使用关键词或序列在线搜索已知的miRNA和靶标信息。

2.miRecords: http://mirecords.biolead.org/

动物 mirna的靶相互作用的数据库, 包括人工收集实验验证的, 预测的 miRNA的靶目标. 靶标预测工具DIANA-microT, MicroInspector, miRanda, MirTarget2, miTarget,

NBmiRTar,

PicTar,

PITA,

RNA22,

RNAhybrid,

and

TargetScan/TargertScanS.

3.PMRD: http://BioInformatics.cau.edu.cn/PMRD/ PMRD是一个关于植物microRNA数据库，包括了microRNA序列和它们的靶基因、二级结构、表达谱、基因组搜索等等，并且该数据库尝试着整合大量的关于

miRNA数据库及靶基因分析软件 1.miRBase: http://www.mirbase.org

miRBase序列数据库是一个提供包括已发表的miRNA序列数据、注释、预测基因靶标等信息的全方位数据库，是存储miRNA信息最主要的公共数据库之一。miRBase提供便捷的网上查询服务，允许用户使用关键词或序列在线搜索已知的miRNA和靶标信息。

2.miRecords: http://mirecords.biolead.org/

动物 mirna的靶相互作用的数据库, 包括人工收集实验验证的, 预测的 miRNA的靶目标. 靶标预测工具DIANA-microT, MicroInspector, miRanda, MirTarget2, miTarget,

NBmiRTar,

PicTar,

PITA,

RNA22,

RNAhybrid,

and

TargetScan/TargertScanS.

3.PMRD: http://BioInformatics.cau.edu.cn/PMRD/ PMRD是一个关于植物microRNA数据库，包括了microRNA序列和它们的靶基因、二级结构、表达谱、基因组搜索等等，并且该数据库尝试着整合大量的关于

已有文献报道表明,等量的miRNA mimics 和pre-miRNA 进入体外或体内时,pre-miRNA能更特异地且高效的形成mature miRNA,并表现出更高的生物学活性。鉴于pre-miRNA 具有高效、低细胞毒性的特点,我们合成了pre-miR-21 和miRNA mimic,以相同剂量转染细胞,然后用RT-PCR 检测miRNA-21 成熟体的形成。试验结果表明效果远优于mimics,因此pre-miRNA在系统多因素的研究中具备其更独特的优势!

使用siRNA、miRNA mimic 、pre-miRNA进行miRNA 生物学功能研究的区别

Frank 20120715

miRNA是一类大小约为22个碱基的小RNA分子。它们在转录后阶段对基因表达进行调控。调控机制是通过与靶基因的mRNA互补序列结合，抑制蛋白质的 翻译或降低mRNA的稳

定性，从而抑制靶基因的表达。科研人员已逐步认识到miRNA在细胞的发育，分化，生长等生命活动中起着非常重要的调控作用，因此越来越多的科研人员把目光聚焦到这一领域，并期待能一窥miRNA的科学奥妙。

成熟的miRNA是由较长的初级转录物经过一系列核酸酶的剪切加工而产生的，初级转录物称为pri-miRN

Human Brain Cancer miRNA PCR Array: MIHS-108Z

Anaplastic Astrocytoma: miR-107, miR-10b-5p, miR-124-3p, miR-125b-5p, miR-127-5p, miR-129-5p, miR-137, miR-138-5p, miR-187-3p, miR-203a, miR-218-5p, miR-296-5p,

miR-31-5p, miR-320a, miR-7-5p.

Glioblastoma: miR-101-3p, miR-107, miR-10b-5p, miR-124-3p, miR-128, miR-129-5p, miR-130a-3p, miR-132-3p, miR-133a, miR-133b, miR-137, miR-138-5p, miR-149-5p, miR-153, miR-16-5p, miR-181a-5p, miR-181b-5p, miR-185-5p, miR-187-3p, miR-191-5p, miR-203a, miR-21-5p, miR-210, miR-218-5p, miR-221-

生存分析

一．Libraries and data sets

library() # 查看你的系统中所有已装的libraries library(survival) # 加载一个library, 也可使用鼠标来做

library(help=survival) # see the list of available functions and data sets. data(aml) # 加载数据 aml aml # see the data

# 《生存分析》需要的两个 libraries library(survival)

library(KMsurv) #包含我们教材中所有的数据

# 若想使数据中的

已有文献报道表明,等量的miRNA mimics 和pre-miRNA 进入体外或体内时,pre-miRNA能更特异地且高效的形成mature miRNA,并表现出更高的生物学活性。鉴于pre-miRNA 具有高效、低细胞毒性的特点,我们合成了pre-miR-21 和miRNA mimic,以相同剂量转染细胞,然后用RT-PCR 检测miRNA-21 成熟体的形成。试验结果表明效果远优于mimics,因此pre-miRNA在系统多因素的研究中具备其更独特的优势!

使用siRNA、miRNA mimic 、pre-miRNA进行miRNA 生物学功能研究的区别

Frank 20120715

miRNA是一类大小约为22个碱基的小RNA分子。它们在转录后阶段对基因表达进行调控。调控机制是通过与靶基因的mRNA互补序列结合，抑制蛋白质的 翻译或降低mRNA的稳

定性，从而抑制靶基因的表达。科研人员已逐步认识到miRNA在细胞的发育，分化，生长等生命活动中起着非常重要的调控作用，因此越来越多的科研人员把目光聚焦到这一领域，并期待能一窥miRNA的科学奥妙。

成熟的miRNA是由较长的初级转录物经过一系列核酸酶的剪切加工而产生的，初级转录物称为pri-miRN

miRNA研究方法

尽管早在1993年，科学家就发现了第一个microRNA，但直到2003年以后，这种小RNA分子的大作用才不断被发现。研究显示：miRNA通过与转录本的相互作用，关闭或抑制基因的表达，影响了30%的基因。miRNA在多个组织中，例如正常和肿瘤组织中差异表达。因此，通过表达谱分析寻找疾病相关miRNA并进行发病机理研究，最终应用于肿瘤诊断和治疗，已经成为目前miRNA研究的重要方向。在研究中，从深度测序、miRNA芯片到通过导入化学合成的mimics/antagomirs等实现miRNA过表达和抑制，都是研究中常用的方法。同时，在miRNA研究中，生物信息学分析扮演着越来越重要的角色。

下表介绍了miRNA研究和应用中科学家关注的主要科学问题以及目前常用的研究方法。

miRNA主要研究技术

深度测序 抽提分离小分子（例如18-30nt）RNA，通过RT-PCR扩增之后，利用solexa深度测序，并进行生物信息学分析，获得miRNA表达谱。深度测序结合生物信息学分析手段，可以对海量数据进行分析，分别统计出已知的miRNA（miRNA-known）、新的miRNA（miRNA-new）以及可能的新miRNA（miRNA-cadida

生存分析

一．Libraries and data sets

library() # 查看你的系统中所有已装的libraries library(survival) # 加载一个library, 也可使用鼠标来做

library(help=survival) # see the list of available functions and data sets. data(aml) # 加载数据 aml aml # see the data

# 《生存分析》需要的两个 libraries library(survival)

library(KMsurv) #包含我们教材中所有的数据

# 若想使数据中的

随机森林模型在生存分析中的应用

【摘要】 目的：本文探讨随机森林方法用于高维度、强相关、小样本的生存资料分析时，可以起到变量筛选的作用。方法：以乳腺癌数据集构建乳腺癌转移风险评估模型为实例进行实证分析，使用随机森林模型进行变量选择，然后拟合cox回归模型。 结果：随机森林模型通过对变量的选择，有效的解决数据维度高且强相关的情况，得到了较高的AUC值。

一、数据说明

该乳腺癌数据集来自于NCBI，有77个观测值以及22286个基因变量。通过筛选选取454个基因变量。将数据随机分为训练集合测试集，其中2/3为训练集，1/3为测试集。绘制K-M曲线图：

二、随机森林模型

随机森林由许多的决策树组成，因为这些决策树的形成采用了随机的方法，因此也叫做随机决策树。随机森林中的树之间是没有关联的。当测试数据进入随机森林时，其实就是让每一颗决策树进行分类，最后取所有决策树中分类结果最多的那类为最终的结果。因此随机森林是一个包含多个决策树的分类器，并且其输出的类别是由个别树输出的类别的众数而定。

使用 randomForestSRC包得到的随机森林模型具有以下性质：

Number of deaths: 27

乘积极限法拟合样本的生存模型

乘积极限法拟合样本的生存模型

摘 要

随着社会的进步和医学研究要求的不断提高,生存分析的应用范围不再仅仅是字面上所理解的“生存分析”,更代表了一种处理缺失数据的基本分析思想。它的研究内容主要包括两个方面:描述生存过程以及分析影响生存过程的因素。由于生存分析在处理缺失数据上具有无法替代的作用,因此在临床试验中应用非常广泛。随着统计软件的不断发展,生存分析的理论和应用将会越来越广泛和深入,更多的符合生物医学实践的模型的建立将会越来越可行。生存分析是研究生存现象和响应时间数据及其统计规律的一门学科。该学科在生物学、医学、保险学、可靠性工程学、人口学、社会学、经济学等方面都有重要应用。目前这方面的教材，国内还不太多，而且大多局限于生存分析的某一特定应用领域。在现有的几本教科书中，或者偏重于工程学，或者偏重于生物学和医学。本文主要通过简单的例子对成绩极限法和Nelson-Aalen进行介绍和简单的比较。

关键词：MATLAB；生存分析；乘积极限；Nelson-Aalen法

乘积极限法拟合样本的生存模型

PRODNCT-LIMITSURVIVAIMODELFITTINGSAMPLES

ABSTRACT

Along w