综合性前列腺癌临床, -omic,和签名特征的协调资源

科学领域:

• 基因组学和转录基因组学
• 计算生物学 计算生物学
• 在瘤学瘤学.

背景情况:

• 前列腺癌 (PCa) 研究已经在众多研究队伍中产生了广泛的基因组和转录组数据.
• 现有的多原子数据集为表征分子特征,临床结果和开发新假设提供了潜力.
• 数据碎片化,各种处理管道和缺乏标准化阻碍了这些数据集的潜力充分发挥.

研究的目的:

• 介绍精心策划的PCaData R包,这是前列腺癌多原子数据的协调资源.
• 为了实现各种PCa数据集的标准化处理和分析,以便进行可靠的元分析.
• 通过利用综合的基因组,转录组和临床特征来促进新假设的发展.

主要方法:

• 开发精选的PCaData R包,整合来自19个独立PCa研究队列的数据.
• 标准化处理管道适用于>2900个原发性瘤,>200个正常组织和>500个转移性PCa样本.
• 包括更新的基因注释和提供衍生特征 (例如细胞组成,风险得分,AR得分).

主要成果:

• 策划的PCaData包提供了一个协调的资源,涵盖多种组织类型和数据集的3600多个PCa样本.
• 标准化处理确保了一致性,并促进了以前不同数据集的元分析.
• 通过对协调PCa数据的元分析,证明了通过对协调PCa数据进行强大和临床上有意义的洞察力的潜力.

结论:

• 策划的PCaData R包为前列腺癌研究社区提供了一个有价值的,开放的资源.
• 多原子数据的协调大大提高了PCa中可重复的研究和发现的潜力.
• 本资源支持假设生成和测试,最终旨在促进前列腺癌的理解和临床结果.