博文
基因组、药物基因组和免疫基因组水平基因集癌症分析平台：GSCA
||
基因组、药物基因组和免疫基因组水平基因集癌症分析平台：GSCA
癌症是一种多种基因或通路发生改变的复杂疾病。因此，开发基于多组学数据的平台对癌症研究中的关键基因和通路进行基因集分析(GSA)是至关重要的，因为基因集是一组在特定生物学通路或条件下具有相似功能或共调控或共表达的基因。GSA比单基因分析更合理和有利，原因如下:(i)癌症的发生和进展更可能是由一组基因的细微变化引起的，而不是单个基因。(ii)共享共同生物学功能的一组基因的改变比单个基因的变化在生物学上更可靠，更可解释。(iii)GSA增加了基因组特征的维度，以探索生物过程和疾病背后的分子模式。因此，GSA是一种探索和解释癌症基因组和免疫基因组数据的替代方法。GSA是一种成熟的方法，最具影响力的GSA方法包括基因集富集分析(GSEA)和基因集变异分析(GSVA)，它们已成功用于探索癌症的发展和治疗。
从癌症基因组图谱(The cancer Genome Atlas, TCGA)等项目中产生了大量公开的癌症多组学数据。一些web服务器，如cBioPortal、GEPIA2、TIMER2、CAMOIP和GSCALite，为研究人员访问公开的癌症组学数据提供了出色的服务。cBioPortal关注基因组学改变，包括大量的研究和用户上传自己数据的可能性。GEPIA2侧重于基因表达谱的互动分析。TIMER2侧重于肿瘤浸润性免疫细胞分析。CAMOIP分析了TCGA表达和突变数据以及免疫检查点抑制剂治疗项目。GSCALite提供TCGA多组学数据分析的轻量级服务。然而，一个集成公共TCGA多组学数据的GSA平台是缺失的。
本次介绍一个基因集癌症分析平台(GSCA, http://bioinfo.life.hust.edu.cn/GSCA)，它是GSCALite分析平台的升级版。将来自TCGA、癌症蛋白质组图谱(TCPA)、免疫细胞丰度标识(ImmuCellAI)、癌症药物敏感性基因组学(GDSC)和癌症治疗反应门户(CTRP)的基因组学、药物基因组学和免疫基因组学数据整合到GSCA中。GSCA平台（图1）包括四个主要功能模块，用于肿瘤基因组和免疫基因组分析中基因集的探索、分析和可视化表达、肿瘤免疫浸润、药物敏感性、基因组变异和临床结果。
图1 GSCA中新功能模块的数据源和工作流程。(A)集成在GSCA中的数据源。(B) GSCA的输入，包括基因集和癌症类型。(C)基因集表达。对于每种癌症类型的每个样本，使用基于基因集mRNA表达的GSVA方法计算GSVA评分(GS)。(D)获取一组基因突变类型的策略。(E)使用ImmuCellAI估计每种癌症类型的每个样本中24种免疫细胞(18个T细胞亚群、DC细胞、B细胞、单核细胞、巨噬细胞、NK细胞和中性粒细胞)的丰度。(F) TNM分期表达比较方法
多的不说了，感兴趣可以使用一下，GSCA链接：http://bioinfo.life.hust.edu.cn/GSCA。
参考文献
[1] Liu CJ, Hu FF, Xie GY, Miao YR, Li XW, Zeng Y, Guo AY. GSCA: an integrated platform for gene set cancer analysis at genomic, pharmacogenomic and immunogenomic levels. Brief Bioinform. 2023 Jan 19;24(1):bbac558. doi: 10.1093/bib/bbac558.
[2] Liu CJ, Hu FF, Xia MX, Han L, Zhang Q, Guo AY. GSCALite: a web server for gene set cancer analysis. Bioinformatics. 2018 Nov 1;34(21):3771-3772. doi: 10.1093/bioinformatics/bty411.
以往推荐如下：
5. EMT标记物数据库：EMTome
8. RNA与疾病关系数据库：RNADisease v4.0
9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target
13. 利用药物转录组图谱探索中药药理活性成分平台：ITCM
https://blog.sciencenet.cn/blog-571917-1394812.html
上一篇：单细胞分辨率下细胞通讯比较分析
下一篇：生物信息资源平台：bio.tools
