公共数据挖掘 · 使用指南
一句话：不用自己下载、清洗原始数据，直接在平台内检索 TCGA / GEO 等预处理好的公共数据集，选中就能分析，也能和您自己的数据联合挖掘。
这个功能能帮您做什么
公共数据挖掘是「数据分析」下的模块，内置了 TCGA、GEO 等来源、已经预处理好的公共数据集（表达矩阵、临床／分组信息等都已整理成规范格式）。您可以按疾病、组织、平台等条件检索，选中一个数据集后，直接接入智能统计、智能绘图、组学智能体做分析，省去自己找数据、下载、格式清洗的整个环节。
它和相邻分析模块是「分工」关系，别混淆：
| 模块 | 它负责什么 |
|---|---|
| 公共数据挖掘 | 给您现成、干净的数据来源，不含分析 |
| 智能统计 ／ 智能绘图 ／ 组学智能体 | 分析引擎，负责跑分析、出结果 |
简单说：公共数据挖掘找数据，分析模块跑数据；一次完整挖掘，是「选数据集 → 接入分析引擎」两步接力。
开始前，您需要准备
- 一个百沐一下账号（登录后进入平台即可，检索、浏览数据集本身不消耗沐豆）；
- 想清楚您的研究对象（如某种癌症、某类组织、某个测序平台），方便检索时筛选；
- 如果要做联合分析，先把您自己的数据文件（如表达矩阵 ＋ 分组表）传到「我的文件库」，格式对齐要求见 上传数据的格式要求。
什么时候才计费？ 这是本模块最容易问的一点，一张表说清：
| 您的操作 | 是否消耗沐豆 |
|---|---|
| 检索、筛选、浏览数据集 | 不计费 |
| 查看数据集详情、样本与分组信息 | 不计费 |
| 发起分析（统计／绘图／组学） | 计费，按分析类型收取，发起前有预估 |
[ 待补充 · 图 ] 左侧导航「数据分析 → 公共数据挖掘」的入口位置
操作步骤
- 进入入口：登录后点击左侧导航【数据分析 → 公共数据挖掘】。
- 检索数据集：用搜索框或筛选条件，按疾病、组织、数据来源（TCGA / GEO）等维度查找；列表会显示每个数据集的样本量、分组、平台等概要。
- 查看与选用：点开某个数据集查看详情，确认样本量和分组符合您的需要后，选用并加入分析。
- 发起分析：把选中的数据集接入智能统计、智能绘图或组学智能体，用一句话描述目标（如「对 tumor vs normal 做差异表达并富集」），即可跑出结果。
- （可选）与自有数据联合：在选择数据环节，同时勾选公共数据集和「我的文件库」里的自有数据，让它们进入同一次分析（如把您的样本与 TCGA 队列一起比较）。样本命名、分组格式需两边对齐，详见 上传数据的格式要求。
[ 待补充 · 图 ] 从检索、查看数据集详情到选用、发起分析的关键结果屏
结果怎么读
分析结果与其他分析模块完全一致，默认交付四件套：
- 结论说明：这次分析得出了什么；
- 图形结果：出版级图，可导出用于报告或投稿；
- 数据文件：结果数据表，可下载再加工；
- 可复现 R 代码：完整代码，便于复核与复用。
所有任务都会进入「分析记录」统一查看和下载，后台运行，关掉页面不影响。
引用规范：论文里要标注什么
平台只对公共数据做整理，不改变原始归属。用于论文／报告时，请按数据集详情页标注的原始出处致谢并引用：
| 数据来源 | 论文／报告里需标注 |
|---|---|
| TCGA | 原始项目名（如 TCGA-BRCA） |
| GEO | 数据集的 GSE 号（如 GSE12345） |
| 其他公共库 | 按详情页标注的原始数据库名与项目编号 |
以数据集详情页显示的信息为准，编号请照原样填写，不要自行改写。
注意事项与常见问题
- 联合分析对不齐：最常见的问题，是自有数据与公共数据的样本名或分组列格式不一致——先核对两边命名，再发起。
- 失败自动退费：分析任务失败会全额退还沐豆，可放心尝试。
- 数据集怎么选、批次效应怎么处理：这属于方法学，不在本页范围；本页只讲「在平台上怎么检索、选用、分析」，方法学请看 教程。