TREMSUCS-TCGA - 一个集成的工作流程,用于识别治疗成功的生物标志物

科学领域:

• 基因组学就是基因组学.
• 癌症生物学 癌症生物学
• 生物信息学是一种生物信息学.

背景情况:

• 像癌症基因组图集 (TCGA) 这样的公共数据库提供了大量资源,将基因组,表观基因组,转录基因组和临床数据联系起来.
• 确定治疗成功的生物标志物对于推进个性化癌症治疗至关重要.

研究的目的:

• 开发一个自动化工作流程 (TREMSUCS-TCGA) 来整合和分析TCGA数据.
• 通过将表观基因组和转录基因组数据与治疗和生存信息联系起来,识别治疗成功的生物标志物.
• 为了实现瘤分析和在不同癌症类型和治疗中灵活应用.

主要方法:

• 利用癌症基因组图谱 (TCGA) 数据库来获得全面的癌症数据集.
• 使用Snakemake开发了一个交互式和自动化工作流程 (TREMSUCS-TCGA),以实现并行和可重复性.
• 进行了差异表达分析和差异甲基化区域 (DMR) 检测.
• 对用特定化疗治疗的头部和部,子宫和肺状细胞癌进行了泛癌分析.

主要成果:

• 在TREMSUCS-TCGA工作流程中,成功地整合了各种癌症数据集.
• 确定和排名与特定癌症类型和疗法治疗成功相关的潜在生物标志物.
• 该分析强调了已识别的生物标志物和癌症实体之间的合理因果关系,并得到了现有文献的支持.

结论:

• TREMSUCS-TCGA为癌症中的生物标志物发现提供了一个强大而灵活的平台.
• 工作流程为个性化治疗策略提供了TCGA数据的全面互动分析.
• 已识别的生物标志物需要进一步研究,以便在预测治疗反应时临床应用.