从人类瘤图谱网 (HTAN) 分析临床,单细胞和空间数据,使用大规模分布的基于云的查询

科学领域:

• 在瘤学瘤学.
• 生物信息学是一种生物信息学.
• 计算生物学 计算生物学

背景情况:

• 癌症研究产生大型,复杂的多模式数据集 (例如,单细胞转录组学,蛋白组学,成像学).
• 人类瘤图谱网 (HTAN) 制作这些数据集,但数据量和异质性带来了整合和分析的挑战.
• 研究人员需要可扩展,可访问的工具来探索和分析瘤生态系统数据.

研究的目的:

• 开发基于云的基础设施,用于整合和分析来自HTAN的大规模多式联运癌症数据.
• 引入用于简化队列构建,交叉试验集成和空间生物学分析的创新.
• 降低研究人员访问和分析复杂癌症数据集的技术障碍.

主要方法:

• 开发了一个由系统生物学研究所托管的云基础设施,云中的癌症门户 (ISB-CGC).
• 将临床和测试元数据转化为聚合的谷歌BigQuery表.
• 实现基于来源的HTAN ID表,用于队列构建和交叉测试集成.
• 调整了BigQuery的地理空间功能,用于空间生物学分析 (邻近和相关性).

主要成果:

• 成功创建了一个云基础设施,使HTAN多式联络数据的可扩展分析成为可能.
• 使用HTAN ID表证明了简化的队列构造和交叉试验集成.
• 启用了使用适应的BigQuery地理空间函数对瘤微环境的邻近和相关性分析.
• 提供R和Python笔记本,展示使用案例,如队列识别和多式联络数据集成.

结论:

• 该HTAN云基础设施有效地解决了分析大型异构癌症数据集的挑战.
• 数据集成和空间分析工具的创新加速了癌症的发现.
• 基于云的平台为癌症研究人员提供了具有成本效益和直观的入口点,促进了协作和推进该领域.