甲基化预后分析你一定要掌握的数据库--SurvivalMeth

/导语

GUI//////DE ╲

SurvivalMeth是哈尔滨医科大学李霞教授团队开发的，于2020年8月11日发表在Briefings in Bioinformatics上的针对DNA甲基化预后分析的数据库。

数据库介绍

SurvivalMeth可以识别预后相关 DNA methylation-related functional elements (DMFEs) ，数据库中记录了多种DMFEs，包括309,465个CpG岛相关元件，104,748个转录相关元件，77,634个重复元件，以及细胞类型特异性的1,689,653个超级增强子(SE)和1,304,902个CTCF结合区进行分析。

SurvivalMeth收集了36种癌症的DNA甲基化谱，并允许用户在不同的数据集中查询他们感兴趣的基因，以便预测预后。此外，SurvivalMeth不仅整合了不同的组合，包括单个DMFE、多个DMFE、SEs和临床数据，对预上传数据进行生存分析，还允许上传来自各种疾病的DMFE的定制DNA甲基化图谱进行分析。SurvivalMeth为预后DMFEs提供了全面的资源和自动化分析，包括DMFE甲基化水平、相关分析、临床分析、差异分析、DMFE注释、生存相关详细结果和生存分析可视化。

数据库链接：http://bio-bigdata.hrbmu.edu.cn/survivalmeth/

数据库使用

从数据库的home界面可以看出，SurvivalMeth数据库的功能主要分为两大部分：Pre-Upload和User-Defined，接下来的介绍也将围绕这两部分进行。

01

Pre-Upload

Pre-Upload部分主要分为单基因、多基因以及增强子情况三个部分，分别进入后我们会发现根据需求不同，用户需要输入的查询条件虽然略有差别，但是返回的结果是比较类似的，在这部分的介绍中将以单基因为例，展示数据库的丰富功能！

单基因界面：

在进入单基因界面后，我们需要按照要求填入筛选条件：疾病类型、实验平台、Gene Symbol、转录相关元件、CpG岛相关元件、重复元素、CTCF绑定区域、临床信息等，我们如果想进行差异分析，还可以选中Differential Analysis选项，并设置差异方法、倍数和阈值等信息，Abosolute difference选项默认值为0，可以用于筛选差异甲基化CpG位点。设置完成以后点击analysis,就可以等待输出结果。

让我们看看输出的结果，总共分为四个部分：甲基化状态，cox回归分析，kaplan-Meier图和注释信息。接下来进行逐个分析：

第一部分：甲基化状态，这部分结果会展示两个表格和两张图片：

表1、差异显著的位点

表2、差异不显著的位点

图1、差异位点的甲基化水平

图2、差异位点之间的相似性

用户还可以比较临床信息中的甲基化水平，也就是不同临床指标下的甲基化水平差异。

第二部分：cox回归分析

这部分结果主要展示cox回归结果，包括cox回归模型的p值和HR值等，以及对于cox回归模型的总结结果。

第三部分：kaplan-Meier图

这部分结果包括三个表格：kaplan-Meier的总结结果、样本信息、高低风险CpGs 的P值，以及四张图片：生存曲线、预后指数分布、甲基化水平箱式图和热图。

第四部分、注释信息

这部分结果展示了筛选的cg位点的注释信息，主要包括染色体，位点信息，基因symbol等。

02

User-Defined

User-Defined部分允许用户提供自己的矩阵进行生存分析，矩阵应该包括DNA甲基化水平和生存时间矩阵（生存时间+生存状态）以及样本的名称和分组信息，在这里我们用右侧提供的样本数据来进行测试，先选择分析方法（cox回归和K-M图或者只做K-M图），然后点击Analyse进行分析。

结果展示：结果表是展示了筛选到的cg位点的注释信息，我们可以选择其中的一些去做进一步的生存分析。

进一步的分析结果共包含三部分：甲基化水平、cox回归分析，Kaplan-Meier图。

这部分结果图与Pre-Upload部分展示的结果图形式类似，其特点在于可以使用用户自己的数据矩阵，不过我们在提供矩阵的时候也要注意数据格式的设置。

小编总结

SurvivalMeth数据库在DNA甲基化预后分析方面可以说是做的十分全面啦，并且还可以让用户进行个性化的分析，数据库的操作也是非常简单，相信大家看完本文章就可以基本掌握SurvivalMeth的使用方法啦！对于甲基化或者预后分析感兴趣的朋友可以动手多了解一下这个数据库哟！