2025年中盘点：数据挖掘在降温？这些模型依然是科研主力
「数据挖掘，也常被称为生物信息学分析，往往是研究者结合自身课题设计，利用公共数据库深入探索的一种研究方式。这类研究在2019至2022年间一度风靡，成为热门趋势。」
「随着单细胞测序数据的爆发式增长，数据挖掘的深度与广度也不断拓展，逐步迈向更高层次的整合与解读。」
「转眼已是2025年年中，我们不禁要问：当下最流行的数据挖掘都在关注什么？」
((prognosis[Title/Abstract]) AND (cancer[Title/Abstract])) AND (gene signature[Title/Abstract]) ——我们查阅了PubMed数据：2024年全年共发表了约485篇相关研究，而2025年截至目前仅有208篇。照此趋势推算，今年的数据挖掘类文章数量可能将低于去年，显示出一定的降温迹象。【但这仅仅是预后模型方向的结果哦，还有其他模型方向呢】
基于这一背景，Jimmy老师建议小编对近年来数据挖掘中常见的图表样式进行系统整理，既便于科研人员快速取用，也有助于提升图文表达的专业度与美感。
🔍 一、常见图表类型分类
1️⃣ 「表达分析类」
图表类型 | 主要用途 |
|---|---|
Heatmap（热图） | 显示基因表达量、样本聚类结果 |
Volcano Plot（火山图） | 可视化差异表达基因（log2FC 与 p 值） |
Box Plot / Violin Plot（箱线图/小提琴图） | 显示特定基因在不同组间表达差异 |
Bar Plot（柱状图） | 表达量汇总或差异基因数量展示 |
MA Plot | 展示平均表达量与差异变化（多用于DE分析） |
PCA / UMAP / tSNE | 展示样本间高维表达差异 |
2️⃣ 「生存分析类」
图表类型 | 主要用途 |
|---|---|
Kaplan-Meier 曲线 | 显示高/低表达组的生存差异 |
Forest Plot（森林图） | 展示多变量Cox回归结果（HR和95%CI） |
Time-dependent ROC | 生存预测模型的时间敏感性评估 |
Nomogram（列线图） | 可视化预测模型，结合多指标评估个体风险 |
3️⃣ 「功能富集类」
图表类型 | 主要用途 |
|---|---|
Dot Plot（气泡图） | GO/KEGG通路富集分析的显著性和基因数 |
Bar Plot（条形图） | 富集结果的通路条形表示 |
Cnet Plot / Circle Plot | 富集通路与基因的关系网络图（如clusterProfiler） |
GSEA Plot | 富集排名曲线，反映基因集上调或下调趋势 |
4️⃣ 「基因signature 建模类（尤其在癌症预后研究中）」
图表类型 | 主要用途 |
|---|---|
Risk Score 分组热图 | 展示模型基因表达在高/低风险组的分布 |
Risk Curve（风险曲线图） | 展示样本的风险评分及生存状态 |
ROC Curve（AUC曲线） | 模型预测能力评估 |
Calibration Curve | 模型拟合优度验证 |
Decision Curve Analysis | 评估模型的临床决策价值 |
5️⃣ 「互作与网络分析类」
图表类型 | 主要用途 |
|---|---|
PPI网络图（如STRING） | 展示蛋白间的互作关系 |
ceRNA网络 / TF-mRNA图 | 构建lncRNA/miRNA/TF调控关系 |
Sankey Diagram | 多变量通路、转化、分布关系的可视化 |
Circos图 | 染色体间基因关系或转录本变化展示 |
6️⃣ 「免疫浸润与微环境分析」
图表类型 | 主要用途 |
|---|---|
Bar Plot（免疫细胞比例） | 展示不同样本/组别中免疫细胞成分比例（如CIBERSORT） |
Heatmap（免疫评分） | 多种免疫评分在样本中的表现 |
Correlation Heatmap | 免疫细胞之间的相关性 |
ssGSEA图 | 展示样本在多种免疫通路的活跃程度 |
7️⃣ 「单细胞 / 空间转录组」
图表类型 | 主要用途 |
|---|---|
UMAP / tSNE | 降维展示细胞分群结果 |
Dot Plot（marker展示） | 特定marker在各细胞群中的表达 |
Feature Plot | 单个基因在UMAP图上的空间分布 |
Pseudotime Trajectory | 发育轨迹或分化路径展示（Monocle / Slingshot） |
Cell-Cell Communication图 | 展示配体-受体互作（如CellChat, NicheNet） |
Spatial Feature Plot | 空间位置上的基因表达可视化（空间转录组专用） |
📊 二、常用统计模型与算法分类
📌 差异分析
- DESeq2、edgeR（bulk RNA-seq）
- limma、voom（微阵列）
- Wilcoxon / t-test（两组分析）
📌 WGCNA模块分析
模型/分析类型 | 主要目的与功能 | 常用方法/工具 | 常见图表/可视化 |
|---|---|---|---|
「WGCNA共表达模块分析」 | 构建共表达基因网络，筛选与性状（如临床表型、生存等）相关的模块 | WGCNA R包 | 样本聚类图、scale-free网络图、模块热图 |
「模块-性状关联分析」 | 模块特征基因与临床指标相关，寻找hub genes | cor分析、ME评分 | 模块相关性热图、相关性散点图 |
「Hub基因筛选模型」 | 提取关键模块内的Hub基因，用于后续功能验证或模型构建 | MM+GS筛选、PPI交集 | Top hub基因网络图、富集图、KM分析等 |
📌 生存分析
- 单/多变量 Cox 回归模型
- LASSO-Cox（筛选预后基因）
- RSF（Random Survival Forest）
📌 聚类与降维
- k-means / hierarchical clustering
- PCA、tSNE、UMAP（常用于样本分类）
- Consensus Clustering（亚型识别）
📌 机器学习/模型构建
- LASSO / Ridge 回归
- SVM、Random Forest、XGBoost
- Artificial Neural Networks（ANN）
📌 通路富集
- GSEA（基因集富集分析）
- ORA（超几何检验）
- ssGSEA（样本级富集评分）
📌 免疫分析
- CIBERSORT、TIMER、xCell（免疫浸润）
- ESTIMATE（肿瘤纯度和免疫评分）
- MCP-counter、EPIC
📌 单细胞分析模型
- Seurat、Scanpy、Monocle、Slingshot
- CellChat、NicheNet、CellPhoneDB
- Harmony、SCTransform、glmGamPoi
🔬 三、数据挖掘中常见的功能性模型分类
模型类型 | 主要目的与功能 | 常用方法/工具 | 常见图表/可视化 |
|---|---|---|---|
🧬 「诊断模型」 | 区分正常与疾病样本，或不同亚型 | LASSO-logistic、ROC分析、SVM、Random Forest | ROC曲线、AUC柱状图、heatmap、PCA图 |
⏳ 「预后模型」 | 基于基因表达/特征预测患者生存（OS、DFS等） | 单/多变量Cox回归、LASSO-Cox、Kaplan-Meier | KM曲线、森林图、风险曲线、时间ROC |
🧪 「药物敏感性模型」 | 根据基因表达或突变预测化疗/靶向药物反应 | GDSC/CTRP分析、pRRophetic、OncoPredict | Boxplot（IC50分组）、关联热图、散点图 |
🛡️ 「免疫治疗响应模型」 | 预测PD-1/PD-L1/CTLA4等免疫检查点治疗是否有效 | TIDE、IPS、TMB评估、IMvigor210验证集 | violin图、柱状图、ROC、免疫评分热图 |
🧭 「分子亚型模型」 | 对患者进行聚类分型（热/冷肿瘤，代谢型、炎症型等） | ConsensusClusterPlus、NMF、k-means | PCA、UMAP、热图、Sankey图 |
🧵 「ceRNA调控网络模型」 | 建立lncRNA–miRNA–mRNA互作机制 | miRcode、TargetScan、Cytoscape可视化 | 网络图、弦图、相关性热图 |
🔗 「调控轴模型」 | 构建特定调控路径（如TF–gene、circRNA–miRNA–mRNA） | ChEA3、JASPAR、starBase、ENCORI | 网络图、路径图、热图、功能富集图 |
🌐 「通路激活模型」 | 比较不同组别的功能通路活跃程度（炎症、代谢、细胞周期等） | ssGSEA、GSVA、PathwayScore | 气泡图、条形图、GSEA曲线 |
🔄 「时间/发育轨迹模型」 | 模拟细胞分化过程或治疗前后的动态变化 | Monocle、Slingshot、PAGA | 轨迹图、pseudotime图、热图 |
🔬 「单细胞亚群识别模型」 | 识别特定功能的细胞亚群（如耗竭T细胞、抗肿瘤中性粒细胞等） | Seurat+SingleR/CellTypist、SCENIC | UMAP/tSNE、marker dotplot |
🧠 四、 衍生方向的模型拓展
模型方向 | 说明或示例 |
|---|---|
🧠 肿瘤干性评分模型 | 基于干性相关基因构建评分（如mRNAsi、Stemness Score） |
🔥 炎症反应评分模型 | 计算炎症通路表达或免疫细胞浸润程度（如IFN响应、IL通路） |
💊 药物重定位模型 | 结合差异基因和小分子数据库预测可逆转表型的潜在药物 |
🌡️ 风险评分系统 | 多基因线性组合形成的score，广泛用于预后/分类（如riskScore） |
🔍 临床决策模型 | 将分子特征与临床变量整合，如nomogram、Cox+临床特征模型 |
🧬 表观修饰模型 | 基于m6A/m5C等表观修饰标记的分类/预后预测模型 |
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2025-07-02，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号