声明：看到研究非常细致深入的文章，转载到我的博客园，以便学习和研究。（转载自知乎的DennisWin）分型是缠论K线系统中一个极为关键的概念，源自K线组合的一个完全分类，是一个纯理论的推导。最早提岀分型概念的是诺贝尔奖获得者一一美国的比尔•威廉姆斯博士，他在《混沌操作法》一书中，将分型（Fractal台湾翻译为碎形）称为上分型和下分型。缠中说禅在《教你炒股票108课》中将分型加以简化，称为顶分型和底分型。如图1-17所示，连续三根经由包含处理后的K线，按完全分类方法仅可以组合成四种不同的结构，其中2和4就是分型。分型由连续三根经由包含处理后的K线构成。分型有两种表现形式：顶分型、底分型。1.顶

原来的官网已经停更了，安装包和手册都无法下载。现仅存的安装包下载地址：philipan/cost733class-1.4·GitLab(uni-augsburg.de)手册：(2)(PDF)COST733CLASSv1.2Userguide(researchgate.net)安装因为我用的服务器，netcdf,hdf5等环境变量之前都是配置好的，所以解压后直接一步安装。解压tarxzvfcost733class-1.4.tar.gz进入解压后的文件夹，执行intel处理器 ./configureFC=ifortCC=icc--disable-grib--disable-opengl&&make

发表杂志：CellularOncology影响因子：7.051本文属于单肿瘤分型思路，类似的分型文章我们也解读过很多。肿瘤分型文章比较重要的结论就是分型后构建的评分能够预测免疫治疗或者其他治疗的疗效。可以用于分型的基因集很多，结合热点做分析会事半功倍，现在上车正是时候！生信分析咨询请关注生信小课堂，全网同名研究概述：该研究旨在描绘直肠癌（RC）完整的TME景观，包括非免疫特征。作者提出了一种基于免疫和非免疫成分丰度的亚型策略，将所有RC患者分为4种亚型，即免疫亚组，典型亚组，干细胞样亚组和休眠亚组。其次，将WGCNA和LASSO回归相结合，基于不同亚型间差异表达的基因构建10个基因标记来预测预

影响因子：8.786研究概述：阿尔茨海默病（AD）是一种严重的进行性神经退行性疾病，其特征是淀粉样蛋白-β（Abeta）斑块过度积累，神经功能障碍和认知障碍。本文采用ssGSEA、LASSO回归和WGCNA算法详细地评估AD患者的免疫微环境模式，使用SHAP和LIME算法分析机器学习模型的结果。接着使用了四个单独的GEO数据库进行外部验证，并根据区分基因的表达确定了免疫微环境的不同亚型。随后使用无监督聚类估计免疫微环境的亚组，对这些亚型之间的免疫微环境、增强功能和途径以及治疗药物的变化进行了进一步的研究。最后，使用AlzData和泛癌数据库以及RT-PCR分析验证了特征基因的表达。流程图：研究

在2022年还在更新的一款软件https://www.genome.med.kyoto-u.ac.jp/HLA-HD/官方文档写的非常清楚，安装和使用的过程并没有遇到什么问题，所以这里只做一些记录。安装需要提前安装bowtie2sudoaptinstallbowtie2下载安装包，解压，shinstall.sh安装完成。exportPATH=$PATH:/path_to_HLA-HD_install_directory/bin更新dictionaryshupdate.dictionary.sh有点耗时，要几分钟。runningulimit-Saulimit-n1024如果你的内存非常大，这个数