生存分析是一种用于鉴定癌症研究中预后生物标志物和遗传缺陷的技术。癌症相关的数据库很多,例如TCGA。这些数据库提供了大量的生存数据,这为使用临床相关性研究分子水平的癌症病因提供了资源。也有很多相关的生存分析工具被开发,尽管癌症通常来自多种遗传缺陷并且具有失调的基因集(GS),但现有的生存分析工具只能分析单个基因。此外,没有系统的方法将临床结果与实验(细胞系)数据联系起来。为了解决这些差距,Xuanjin Cheng等人开发了cSurvival(https://tau.cmmt.ubc.ca/cSurvival)。
cSurvival为用户可调整的分析管道提供了一个精心策划的集成数据库,并提供了三个主要进展:
(i)与两个基因预测因子联合分析以识别相互作用的生物标志物,包括识别两个连续预测因子的最佳截断值的新算法;
(ii)不仅在基因上,而且在基因集水平上的生存分析;
(iii)整合临床和实验细胞系研究以产生协同生物学见解。
关于这个在线工具的使用,阅读官方教程:
https://tau.cmmt.ubc.ca/cSurvival/help.html#9_Application_cases
参考:
Xuanjin Cheng, Yongxing Liu, Jiahe Wang, Yujie Chen, Andrew Gordon Robertson, Xuekui Zhang, Steven J M Jones, Stefan Taubert, cSurvival: a web resource for biomarker interactions in cancer outcomes and in cell lines, Briefings in Bioinformatics, 2022;, bbac090, https://doi.org/10.1093/bib/bbac090
本文分享自 MedBioInfoCloud 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体分享计划 ,欢迎热爱写作的你一起参与!