|
曾经广受无编程基础的科研工作者喜爱的GEPIA数据平台又更新升级了~
GEPIA是目前我国在利用TCGA数据做可视化分析上，比较著名的一款在线工具。因其简洁有效具有良好的操作性，不少生信分析科研文章的文章里figure都来自GEPIA（参考：有哪些文章让你觉得：这样就可以的话，那我也能发！；课题项目没有思路？这三个策略让你脑洞大开！；有了这个数据库，妈妈再也不用担心我的毕业！；如何从一篇高分文章出发编个课题出来？），我们之前也曾经给大家总结过GEPIA功能（参考TCGA神器-GEPIA再介绍）。 这次，GEPIA2在前期基础上，对数据可视化做了更全面的优化 (http://gepia2./#analysis)。 先简单总结一下更新内容：
1. 异构体（isoform）分析：用户可以在异构体水平上执行所有的表达分析，如生存分析和差异分析。对所有癌症类型的不同转录本的使用也可以进行分析。 2. 增加了对肿瘤的亚组表达、预后分析（比如结直肠癌的MSI分型，胶质瘤的Mesenchymal/Neural/Classical等分型、乳腺癌的Lumina/HER/Basal-like等分型等）。 3. 提供了多基因标签（gene signature）的关联性和预后研究结果展示。 4. 用户可以上传自己的RNAseq数据。比对TCGA的癌种数据，进行分子亚型聚类分析、免疫相关的亚型分析以及泛癌研究。 5. 本地程序包：GEPIA2 提供了一个python程序包供快速分析和检索。 除了对TCGA多个肿瘤的表达、分期、预后、相关性的分析之外，此次更新还做了更多数据可视化的新尝试，进一步完善了TCGA数据的基因异构体信息、泛癌研究以及三维散点图，效果喜人。
三维散点图
具体来说一下基因表达的亚型分析。 进入分析界面，选择“Subtype Filter”。选择自己需要研究的癌种，比如COAD（结肠癌）。
显示三个亚组分型，MSS， MSI-L和MSI-H。是微卫星不稳定的分子分型。在结肠癌研究意义广泛。
接下来作图，选择“Separated”，则特点基因的表达会在不同亚组的图中展示。
当然，如果想进一步比较组间的表达，可以选用“Comparing Across Subtypes”。
有兴趣的同学可以试一试。 接下来，具体再提一下上传自己RNAseq数据分析的功能。 分三步。第一步，选择要参照的癌种或者亚型分类。这里选择肿瘤免疫亚型。
第二步，整理好自己数据格式，并上传。 第三步，递交自己的数据，坐等结果。 这项功能简单有效，傻瓜式操作流程。不用懂代码也可以得到像样的分析结果。 目前看，网络在线生信工具的涌现也不断反馈生信分析在日常科研中的普及性和重要性。 总结：学习以GEPIA为代表的生信分析是有套路的，不能因为有套路就形成鄙视链。 感谢以GEPIA为代表的众多生信分析平台，让处在科研金字塔底层的众多科研小白和年轻临床医师有机会接触到以前只有高大上实验室才能接触到的RNAseq数据和分析技术。坚持下去，总会看到新的契机。 本期GEPIA更新功能介绍就到这里了，如果你还有什么问题和补充欢迎留言评论！曾经广受无编程基础的科研工作者喜爱的GEPIA数据平台又更新升级了~
GEPIA是目前我国在利用TCGA数据做可视化分析上，比较著名的一款在线工具。因其简洁有效具有良好的操作性，不少生信分析科研文章的文章里figure都来自GEPIA（参考：有哪些文章让你觉得：这样就可以的话，那我也能发！；课题项目没有思路？这三个策略让你脑洞大开！；有了这个数据库，妈妈再也不用担心我的毕业！；如何从一篇高分文章出发编个课题出来？），我们之前也曾经给大家总结过GEPIA功能（参考TCGA神器-GEPIA再介绍）。 这次，GEPIA2在前期基础上，对数据可视化做了更全面的优化 (http://gepia2./#analysis)。 先简单总结一下更新内容：
1. 异构体（isoform）分析：用户可以在异构体水平上执行所有的表达分析，如生存分析和差异分析。对所有癌症类型的不同转录本的使用也可以进行分析。 2. 增加了对肿瘤的亚组表达、预后分析（比如结直肠癌的MSI分型，胶质瘤的Mesenchymal/Neural/Classical等分型、乳腺癌的Lumina/HER/Basal-like等分型等）。 3. 提供了多基因标签（gene signature）的关联性和预后研究结果展示。 4. 用户可以上传自己的RNAseq数据。比对TCGA的癌种数据，进行分子亚型聚类分析、免疫相关的亚型分析以及泛癌研究。 5. 本地程序包：GEPIA2 提供了一个python程序包供快速分析和检索。 除了对TCGA多个肿瘤的表达、分期、预后、相关性的分析之外，此次更新还做了更多数据可视化的新尝试，进一步完善了TCGA数据的基因异构体信息、泛癌研究以及三维散点图，效果喜人。
三维散点图
具体来说一下基因表达的亚型分析。 进入分析界面，选择“Subtype Filter”。选择自己需要研究的癌种，比如COAD（结肠癌）。
显示三个亚组分型，MSS， MSI-L和MSI-H。是微卫星不稳定的分子分型。在结肠癌研究意义广泛。
接下来作图，选择“Separated”，则特点基因的表达会在不同亚组的图中展示。
当然，如果想进一步比较组间的表达，可以选用“Comparing Across Subtypes”。
有兴趣的同学可以试一试。 接下来，具体再提一下上传自己RNAseq数据分析的功能。 分三步。第一步，选择要参照的癌种或者亚型分类。这里选择肿瘤免疫亚型。
第二步，整理好自己数据格式，并上传。 第三步，递交自己的数据，坐等结果。 这项功能简单有效，傻瓜式操作流程。不用懂代码也可以得到像样的分析结果。 目前看，网络在线生信工具的涌现也不断反馈生信分析在日常科研中的普及性和重要性。 总结：学习以GEPIA为代表的生信分析是有套路的，不能因为有套路就形成鄙视链。 感谢以GEPIA为代表的众多生信分析平台，让处在科研金字塔底层的众多科研小白和年轻临床医师有机会接触到以前只有高大上实验室才能接触到的RNAseq数据和分析技术。坚持下去，总会看到新的契机。 本期GEPIA更新功能介绍就到这里了，如果你还有什么问题和补充欢迎留言评论！ |
|
|
