简单:基于网络的可视化和分析高通量癌症细胞系屏幕的分析
Alexander L Ling1,2, Weijie Zhang2, Adam Lee2
1Harvey Cushing Neuro-oncology Laboratories, Department of Neurosurgery, Hale Building for Transformative Medicine, 4th and 8th floor, Brigham and Women's Hospital; 60 Fenwood Road, Boston, MA 02116.
概括
研究人员现在可以更好地分析癌症药物查数据,使用Simplicity,一个新的网络工具. 它可视化原始和处理的数据,允许灵活的总结统计数据,以帮助药物发现和临床翻译.
科学领域:
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
- 药物发现 药物发现 药物发现
背景情况:
- 高通量药物选对于癌症药物开发至关重要.
- 原始查数据往往难以分析,处理后的数据可能缺乏关键信息.
- 将查结果转化为临床应用需要可访问和信息化的数据.
研究的目的:
- 开发一个用户友好的网络界面,用于可视化和分析高通量药物查数据.
- 提高原始和加工药物查数据集的可用性.
- 为了重新计算临床相关药物度的总结统计数据.
主要方法:
- 开发简单性,一个基于Web的界面.
- 实施数据可视化,探索和总结工具.
- 整合了基于用户定义的药物度重新计算总结统计数据的功能.
主要成果:
- 简单性为与药物查数据的交互提供了一个强大的平台.
- 该工具允许对总结统计数据进行灵活的重新计算,从而提高数据的实用性.
- 简单的输出可以很容易地用于需要剂量特定计算的统计方法.
结论:
- 简单性提高了高通量药物查数据的可访问性和实用性.
- 该工具有助于将查结果转化为具有临床意义的见解.
- 研究人员可以免费使用简单性,促进癌症药物开发中的更广泛采用.
更多相关视频
05:12ExCYT: A Graphical User Interface for Streamlining Analysis of High-Dimensional Cytometry Data
Published on: January 16, 2019
11.4K
09:08Integration of Bioinformatics Approaches and Experimental Validations to Understand the Role of Notch Signaling in Ovarian Cancer
Published on: January 12, 2020
6.7K
