Oncomine腫瘤芯片數據庫的示例分析

這篇文章主要為大家展示了“Oncomine腫瘤芯片數據庫的示例分析”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“Oncomine腫瘤芯片數據庫的示例分析”這篇文章吧。

腫瘤作為人類健康的頭號殺手，其研究的重要性不言而喻。隨著芯片和NGS技術的發展，發表了很多的腫瘤相關數據。然而這些數據來自不同的組織和團隊，由于缺乏統一的數據管理和組織，這些數據在發表之后就沒有再利用了，為了提高數據利用率，促進腫瘤研究的發展，Oncomine的開發團隊收集了各種來源的腫瘤相關的芯片數據，用標準化的分析流程處理這些數據，數據分析的結果通過web服務查詢和可視化，對應的文章鏈接如下

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1635162/

數據庫的網址如下

https://www.oncomine.org/resource/main.html

該網站只對科研工作者免費開放，需要學術郵箱注冊對應的賬號。該數據庫中主要收錄了以下兩種類型的腫瘤芯片數據

1. mRNA  expression

2. DNA copy number

每批芯片數據用dataset表示，所有芯片數據對應的腫瘤類型和樣本數示意如下

對于芯片數據，主要進行了以下幾種類型的分析

1. coexpression analyses

2. differential expression analyses

3. outlier analyses

首頁的面板分成了3個部分，示意如下

最左側的部分用于對數據進行檢索或者篩選，中間的面板用于展示所有的數據集，最右側的面板用于顯示數據集的詳細結果。最基本的展現形式是熱圖，示意如下

1. 共表達分析

在search框中指定一個感興趣的基因，然后可以查看在特定數據集中與該基因存在共表達的基因結果，示意如下

correlation從0到1，越接近于0， 說明相關性越高。

2. 差異分析

有以下兩種差異分析

1. cancer_vs_cancer

2. cancer_vs_normal

   
   

差異分析的熱圖示意如下

給出了差異的pvalue, fold change等統計學指標，對于多個基因的差異分析，用上述的熱圖形式展現，對于單個基因的差異分析結果，展現形式如下

用柱狀圖的形式展示基因在每個樣本中的表達量，每個柱子代表一個樣本。

3. outlier 分析

由于腫瘤樣本的異質性，會出現原癌基因只在部分樣本中過表達的例子，當用所有樣本進行差異分析時，這部分基因的差異分析結果并不顯著，為此專門開發了一種離群值分析的算法，全稱如下

cancer  outlier profile analysis

簡稱COPA, 來識別只在部分腫瘤樣本中高表達的潛在的原癌基因。結果示意如下

COPA值越高，說明該基因越可能是一個真實的離群基因。通過Oncomine數據庫，可以方便的探究腫瘤相關的DNA拷貝數和基因表達譜數據。

以上是“Oncomine腫瘤芯片數據庫的示例分析”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！