海马:一个偶然的引擎测定异构的Omic相关的采样实验
bioRxiv : the preprint server for biology
|September 2, 2025
概括
SEAHORSE是一个新的网络工具, 它帮助研究人员发现基因,临床数据和疾病之间的隐藏联系,
科学领域:
- 基因组学
- 生物信息学
- 系统生物学
背景情况:
- 像GTEx和TCGA这样的大规模,开放的数据集提供了具有临床和表型信息的多组数据.
- 这些资源为发现临床和基因组特征之间的相关性,推动假设生成和新见解提供了机会.
研究的目的:
- 推出一个基于网络的数据库和搜索工具,用于探索性数据分析.
- 在大型生物数据集中发现不同数据元素之间的统计关联.
主要方法:
- 海马预先计算可用数据元素之间的统计关联.
- 它有一个用户友好的界面,可以通过总结统计,数据可视化和功能丰富分析 (使用RNA-seq数据) 来探索关联.
主要成果:
- 通过确定令人惊的关联模式来证明海马的实用性.
- 这些模式在基因型组织表达项目 (GTEx) 和癌症基因组图谱 (TCGA) 中观察到多种组织.
结论:
- SEAHORSE提供了一个有价值的平台,用于对多组数据集的探索性数据分析.
- 该工具有助于揭示复杂的生物关系,并在基因组学和癌症研究中产生可测试的假设.


