HPAanalyze旨在完成三个主要任务：（1） 导入、子集和导出可下载数据集;（2）用于探索性分析的可下载数据集的可视化;（3）促进单个XML文件的工作（图1）。

进行一些常用的基因功能蛋白及表达的网站查询汇总，方便个人使用。

HPAanalyze旨在完成三个主要任务：（1） 导入、子集和导出可下载数据集;（2）用于探索性分析的可下载数据集的可视化;（3）促进单个XML文件的工作（图1）。

相比于gepia2 数据库的分析结果，可以以最佳cutoff值进行分割分析。可以选择泛癌或者单个肿瘤。（也可以使用GEPAI2。，不能自动分析最佳cutoff值）

Haralick纹理特征可以提供关于图像纹理的信息，例如纹理的粗糙度、方向性和颗粒度等。分析和解释特征：根据计算得到的特征值，可以对图像纹理进行分析和解释。例如，对比度特征可以用于描述纹理的明暗变化程度，相关性特征可以用于描述纹理的方向性。确定灰度共生矩阵（GLCM）：GLCM是一个二维矩阵，用于描述图像中像素之间的灰度级关系。GLCM的每个元素表示了两个像素之间的灰度级对出现的频率。这些特征可以

H&E代表了Hematoxylin and Eosin（苏木精和伊红）染色技术，而DAB代表了3,3'-Diaminobenzidine（二氨基苯基丁二酮）染色技术。H&E染色是最常用的组织染色技术之一，它使用苏木精染色细胞核（呈蓝色）和伊红染色细胞质（呈粉红色）。H&E病理切片呈现出细胞核为蓝色，细胞质为粉红色的特征，而DAB病理切片呈现出棕色或棕黑色的显色结果。这些差异使得研究人员能够利用不同

表达矩阵反映了样本和基因的关系，则GSVA将一个“样本×基因”的矩阵转化为“样本×通路”的矩阵，直接反映了样本和读者感兴趣的通路之间的联系。因此，如果用limma包做差异表达分析可以寻找样本间差异表达的基因，同样地，使用limma包对GSVA的结果（依然是一个矩阵）做同样的分析，则可以寻找样本间有显著差异的通路。

看见文献里有使用PCA=∑（PC1 + PC2），也有值描述PCA得分的。究竟应该怎么取计算PCA得分。。。。。。。关于PCA的步骤回顾：1，判断主成分的个数2，提取主成分3 ，主成分旋转4 ，获取主成分得分。

http://tide.dfci.harvard.edu/login/用edu邮箱进行注册。input有需要进行标准化。input教程：【预测抗PD1和抗CTLA4免疫治疗反应的在线网站工具使用方法】TIDE: TumorImmuneDysfunction andExclusion_哔哩哔哩_bilibiliTIDE算法来预测免疫治疗疗效 – 王进的个人网站 (jingege.wang)在线分析得

主要是热图+注释+图例的组合。熟悉这几个基础技能完成各种组合。单个热图由热图主体和各种热图组件组成（图 1A）。热图主体是具有单个颜色格子的二维排列，其中每个格子对应于输入矩阵中的一个特定值。热图组件包含标题、系统树图(dendrogram)、矩阵行和列的文字标签以及热图注释。这些组件可以放置在热图主体的四个侧面，每个组件都由为Heatmap对象定义的特定方法所管理。此外，热图主体可以在行和列上进