TCGEx:一种强大的视觉界面,用于探索和分析癌症基因表达数据

科学领域:

• 生物信息学是一种生物信息学.
• 癌症基因组学 癌症基因组学
• 计算生物学 计算生物学

背景情况:

• 分析大规模的癌症基因表达数据,例如来自癌症基因组图谱 (TCGA),通常需要先进的编程专业知识,限制了许多研究人员的可访问性.
• 现有的工具可能缺乏用于各种分析的综合功能,例如生存建模,基因组丰富和对转录组数据的机器学习.

研究的目的:

• 开发和引入癌症基因组探索器 (TCGEx),一个用户友好的,基于网络的平台,旨在民主化癌症转录组学数据的复杂分析.
• 为了使研究人员能够探索人类黑色素瘤的分子亚型,识别与免疫相关的生物标志物,并预测对免疫检查点抑制剂的反应.

主要方法:

• 使用R/Shiny框架开发TCGEx,提供访问预处理的TCGA和免疫检查点抑制数据.
• 集成用户上传的数据集和实施先进的分析模块,包括生存建模,基因组丰富分析,无监督聚类和机器学习.
• 用黑色素瘤和其他癌症的独立临床试验数据验证发现.

主要成果:

• TCGEx促进了人类黑色素瘤中的分子子集的探索,识别了与内免疫相关的微RNA.
• 该平台成功识别了能够预测患者在治疗前对免疫检查点抑制剂的反应的细胞因子基因.
• 使用TCGEx进行的分析与独立的临床试验数据进行了验证,证实了已识别的生物标志物的可靠性.

结论:

• TCGEx为研究人员提供了一个可访问和强大的工具,可以从癌症转录组学数据中提取有意义的见解,而无需广泛的编码知识.
• 该平台支持发现新的生物标志物,如microRNA和细胞因子,可以为接受免疫治疗的癌症患者提供个性化治疗策略.
• TCGEx增强了公共癌症基因组学数据集的实用性,促进了癌症生物学和治疗开发的进一步研究.