周天的早晨睡醒了咩？？今天跟大家分享的是十二月份发表在frontiers in Oncology（IF:4.1）杂志上的一篇文章，是关于使用乳腺癌基因的表达分析预后查询，感兴趣的小伙伴可以看看哦! OSbrca: A Web Server for Breast Cancer Prognostic Biomarker Investigation With Massive Data From Tens of CohortsOSbrca:基于数十个队列的海量数据进行乳腺癌预后生物标志物研究的Web服务器乳腺癌是女性最主要的癌症之一，也是女性死亡的主要原因。当前，除了基于临床病理学上的风险因素如肿瘤大小、年龄来评估患者预后，研究人员最感兴趣的是如何利用大量已公布的各种基因表达谱和临床结果来验证基于转录组分析检测出的候选基因的预后效能。在这个研究中，作者共收集了涉及47个队列研究的乳腺癌的基因表达谱数据和随访资料，构建了一个功能强大的web服务器，从而帮助研究人员评估评估感兴趣基因的表达水平与乳腺癌患者临床结局之间的相关性。1. 网站OSbrca简介OSbrca是用来评估单个基因表达高低与乳腺癌患者临床结局之间关系的工具网站。网站内部包含了从TCGA和GEO数据库获得的涉及47个队列，超过7400个样本的表达谱数据和对应的随访数据，随访数据的生存结局包括了如OS,PFS,RFS等共8种类型。样本队列的选取满足了4个条件1) 队列中至少包含50个样本2) 队列中样本必须有对应的随访信息3) 表达谱中的探针应该已注释过，或者探针可以通过ID转换转换成gene symbol4) 对于包含多个平台的GEO队列数据，只选择其中至少含有50个样本的平台单个基因表达高低与乳腺癌患者临床结局之间的关系通过K-M曲线图和对应的log-rank 检验的P值进行展示。单基因高表达和低表达的阈值可以人为划定，也可以参考网站提供的默认阈值（the upper 25% expression vs. the bottom 75% expression）。2. 如何使用OSbrca网站的界面简洁易懂（图一）。我们输入感兴趣的基因，选定纳入的数据集、想要观察的生存结局的类别，规定划分样本群体所需要的表达水平的阈值，然后点击下方的Kaplan-Meier plot按钮，即可基于K-M曲线的分布直观的看到该基因在不同表达水平的群体中是否存在预后差异。另外，我们还可以通过规定其他临床相关的特征的选取，提取特定的样本集合，减少其他临床特征对结果的干扰，从而使分析结果更加精准。例如划定样本群体的年龄范围以及单独分析ER+，HER2+的样本集。需要注意的是，当规定的条件导致样本集数目小于4个时，网站会提示并报错。

图一. 网站首页概况 3. 网站OSbrca的应用实例以一个乳腺癌中已经发现的表达基因PGK1为例，我们来看一下如何使用这个网站。首先，我们确定了一个感兴趣的基因PGK1，该基因在其他文献中已被证实其表达水平的高低影响乳腺癌患者的预后。接下来，我们确定所需分析的数据来源为TCGA,生存结局时间为OS ,ER状态为阳性，其他选项默认，点击Kaplan-Meier plot按钮（图二）。结果显示，在TCGA的乳腺癌样本群体中，PGK1表达水平依旧是一个影响预后的生物标志物（p=0.0009,图三）。

   图二. 网站应用示例

 图三. 示例结果展示

进一步探索发现，该网站提供了其它11大类癌型基因的生存分析结果。可以说是一个泛癌的生存分析工具了（见）。该网站纳入的数据多，使用方便，结果明朗，在研究人分析单基因表达与人群生存状态之间关系时可以提供便捷的分析途径，为更近一步的科研分析提供参考。

 图四今天的分享到此就结束了，祝大家过个美美的周末，好好休整迎接周一的工作哦！

欢迎关注

TCGA | 小工具 | 数据库 |组装| 注释 |   基因家族  |  Pvalue

基因预测  |bestorf |  sci | NAR | 在线工具 | 生存分析 | 热图

 生信不死 | 初学者 | circRNA | 一箭画心| 十二生肖 | circos

 舞台|基因组 | 黄金测序 | 套路 | 杂谈组装 |  进化 | 测序简史