gaoxiangxu @gaoxiangxu

2025-6-25：TCGA目前已经完整下载的数据：CHOL，STAD，ESCA，STAD，LIHC 2025-6-26: 继续下载：PAAD下完了，下UVM,下完了 2025-6-27：继续下载：PCPG下完了，在下载COAD 2025-6-29: 继续下载，下载LYNODE,DLBC,THYM 2025-6-30：继续下载，上面三个的Tumor，在下完COAD之后 2025-7-1：继续下载L

2025-6-9:NG4CD通过数据库联通测试（本地/同域跨服务器），存档见75.2下Backup/../NG4CD_mysql 2025-6-10:差异表达分析功能实现未能成功走通 2025-6-12：框架问题汇总 2025-6-16:啥也没做，drugprotai那还没做完，revnet模型还不能一直过来 2025-6-20:有机会重新开始，鸽了 2025-7-1:开始备份，备份路径：/hom

1.第一点，癌症的类型与准确的命名。像是LUAD，COAD，KICH啥的这些常见的就不说了。但是在cBioportal中发现了更加详尽的划分。足足有885种.....具体来说在cBioportal.type_of_cancer中。 但是有个问题，我始终没有找到对患者的分型数据。 patient表里面有患者编号(stable_id)和(cancer_study_id) 现在需要找cancer_stu

咱也不要求多了，只要能融汇贯通一些底层和下面这些模型就好。（主要还是底层的基本功） Porpoise(MMF):生存预测模型，从略 GeSubNet Disease prediction with multi-omics and biomarkers empowers case–control genetic discoveries in the UK Biobank DLVPM Integrat

1.config和conductor的功能重叠的问题，究竟该怎么合并，保留哪个？ 首先，conductor中其实可以有一个组分叫config，但是conductor过余冗余了。最初也就是想要一个统一的写入的结果类。但是现在想来，config中包含各种写入/log配置，只需要额外的增添一个成员函数就可以。尾端的接收更加的精简。总结下来保留config，抛弃conductor 2.事实证明：只要在主函

python filter.py --tcga-root /home/databank/gxxu/TCGA/ --manifest /home/databank/gxxu/tool/Manifest/ > filter/20240714.txt python validate.py ../PAAD/Source/Norm/ -o validate/validate_paad_norm.csv >

研究背景：表型的差异对应实体不一定就是致病的核心，即靶点。因此才会有富集分析扩大范围找到真正的致病点。但是尽管这一过程很好实现，但是由于数据的缺省、异质性、批次效应等等等，能够进行的分析工作十分局限。因此，近些年多组学整合成为一个热点，旨在利用有效的算法弥补数据上的不足，以顺利推进下游的分析。本研究提出了一种通过可逆模型捕捉组学实体之间依赖关系，进行多组学整合与靶点发现的方法。 核心思路解读：1）

多组学数据处理方案