|
转自 生信控 文章于2017年发表在Epigenomics杂志上：
背景DNA甲基化是当前研究最多的表观遗传修饰，对于促进胚胎发育，基因组印记和X染色体失活等重要生物过程至关重要。异常的DNA甲基化可能导致细胞微环境的变化，影响基因表达模式，最终导致各种病理状态，包括癌变。 在甲基化研究的技术手段中，Illumina In finium HumanMethylation450（HM450K）芯片近年来一直是比较流行的选择，在癌症甲基化组数据集中占主导地位。
TCGA dataTCGA数据库中收录的主要是450K芯片的数据，也有一些早期27K芯片的数据。本文所述的MethSurv就是基于TCGA数据集中的450K数据构建的可视化分析工具。 MethSurv适用于没有特定生物信息学技能（不熟悉编程分析）的研究人员和临床医生，主要用于探索与癌症患者生存相关的甲基化生物标记物。 MethSurv中所使用的甲基化数据( β-values )：
以及患者临床数据（年龄、性别、分期、生存等）均来源于GDAC Firehose数据库，这些数据于2017年1月至3月期间下载完成。 所以内置数据库并非最新，最主要还是Firehose的数据更新跟不上 且由于对数据集做了筛选：
所以实际只收录了25种癌型！ Survival analysisMethSurv 支持单因素COX和多因素COX分析。支持的样本分类点包括 mean, median, higher and lower quantiles 和 maxsta (Maximally Selected Rank Statistics)，其中使得HR值最大的分类点，定义为最优分类点 (best cut-off point) 但是缺点明显： 1、只能做OS整体生存； 2、多因素分析中纳入的临床因素有限； 3、组间生存差异用的Log-likelihood ratio，而非log-rank检验！ Annotation of the CpGsCpG位点的注释基于Illumina官方提供的芯片注释文件，CpG位点的分类在MethSurv中主要有两种方式，在基因组上的定位（Gene centric regions）以及相对CpG岛的定位（CpG island regions）,如下： 在线使用
打开有点慢，而且使用的时候对网络的依赖也比较大，很容易断... 以发表文献中提到的例子，查看肺腺癌（LUAD）患者中FAM53基因的甲基化情况，详细了解5个分析模块： Single CpG单个CpG位点的甲基化情况，如文中提到的cg07081759探针，进行如下操作： 需要注意的是： 1、在左侧筛选菜单栏，要严格按顺序填入或选择要分析的条目（意味着只有一个探针的cg号并不能很方便的使用该数据库，而要知道该探针的具体注释信息） 2、在左侧筛选菜单栏，可以自由选择Split by，即基于什么方式将样本进行分组（生存曲线中的Higher和Lower） 3、在左侧筛选菜单栏，下方勾选include covariate，然后在Covariate adjustment中选择纳入的临床因素，即可进行多因素分析（但是并不会直接显示这些临床因素单独的生存分析结果） 4、在右侧显示栏，K-M生存曲线图中，红色和蓝色的曲线并不会因为纳入或更换临床因素而改变（只与探针的甲基化程度有关），但是LR test p-vale和HR值会改变（因为在多因素分析中受其他因素的影响） 5、在右侧显示栏，密度图中，横坐标为 β-values，纵坐标为特定β-values值所对应的样本比例，可见所有样本中该CpG位点的β-values，主要分布在0.4~0.9之间。图中不同颜色的竖线表示不同的分类点，大红色为当前使用的分类点 6、在右侧显示栏，小提琴图用于表示不同样本组间甲基化差异（主要是基于临床因素的分组） 7、在右侧显示栏，生存分析结果表即为一些分析常用指标结果，注意Best_split，是使得HR结果最大时的分类点。 8、用于绘图的数据以及分析的结果均可以下载 Region based analysis从区域（染色体、基因，也可以具体到某个探针）的水平查看结果 【必选】首先必须要选择一个特定的染色体 【可选】可以拖动染色体选框下面的碱基定位选择条，得到特定的区间 【可选】在search输入框中输入基因Symbol、探针名称或者显示的结果表中出现的任何字匹配字符。 此时，就会显示出对应的CpG位点的生存分析结果，以及注释信息。而在下方可查看某个位点的生存曲线。 需要注意的是，此处的Best_split不包含maxsta分类点，如果要找包含maxsta分类点在内的最优分类点，应该以Single CpG中的结果为准！ All cancers显然，有时候我们想查看目标基因或CpG位点在其他癌型中的甲基化情况，就可以通过All cancers完成，在左侧输入目标基因，在右侧search输入框中输入目标探针或者癌型即可，点击表格左侧的Click for KM Plot可以查看CpG位点在该癌型患者中的预后情况( 取maxsta分类点以外的最优分类点对样本分组 )。 Top biomarkers 用于在特定癌型中，取maxsta分类点以外的最优分类点对样本分组，然后结合生存分析得到的HR值及显著性P值筛选出最优的一部分甲基化CpG位点。 Gene visualization说来惭愧，一直没能很顺利的打开和使用这个模块...不过，据文献记载是选择一个目标癌型，输入一个目标基因就会绘制一个热图和一个PCA图，如下： 总结一下 优点： 1、不用编程； 2、操作简单； 3、用于因子初筛还是很好的选择。 缺点： 1、癌型没有TCGA官网的多；且数据未能更新； 2、只能做整体生存分析；纳入的临床因素较少； 3、除了Single CpG模块，其他模块的生存分析只有最优分类点（maxsta分类点除外）的结果； 4、不稳定，用户体验真心一般； 5、图有点丑，下下来还得修...（小编对分析有洁癖） |
|
|
