一款表达谱数据分析的神器--CCLE--转载

现在做生物和医学的，很多都可能会和各种组学数据打交道。其中表达谱数据总是最常用的，也是比较好测的。即使在工作中不去测序，也可以利用已有的数据库去做一些数据挖掘，找一找不同表型（比如癌症）对应的marker或者调控的通路。这里跟大家推荐一款分析表达谱数据的神器GENE-E，亲测比较好用，满足常用需求，可以做各种热图，聚类，箱图，相似分析和标记筛选等等，而且非常小巧。

进入软件之后，界面如下，这里显示的就是基因表达的热图（heatmap），其中蓝色表示被低调控，红色表示被高调。横向是不同的细胞系，纵向是不同的基因和探针名。

数据操作

第一次进入程序可以利用它自带的测试数据来上手，如下图，打开File->OpenExample Data-> CCLE，然后需要几分钟来下载数据，别忘记连网。CCLE是Board Institute维护的一个癌症细胞系的数据库，目前有近千个cell line，有兴趣的也可以去官网看看。

等几分钟load完数据之后了就可以挑选感兴趣的数据进行分析了。比如可以在圆圈处敲入skin ovary,即挑选和皮肤癌以及卵巢癌有关的细胞系（此时带有关键词的列名已经被橙色高亮）。然后点击黑色箭头处的图标，既可以选中这些列。

然后点击图中图标，建立新的热图（heatmap）。

相似分析

对两种癌症的数据就可以进行进一步分析。比如我们可以分析不同细胞系间的相似性，如下图Tools->Similarity Matrix，点击ok即可。

得到相似性如下图（这里为了计算更快，只取了其中部分数据），其中矩阵中的(i,j)位置对应细胞系i和细胞系j之间的相似性，红色表示相似度高。矩阵上方和右方的色条表示的是卵巢癌（深蓝）或皮肤癌（浅蓝）的细胞系。我们可以发现一个位置来源的癌细胞都相互之间很像。

聚类分析

另外我们也可以做聚类分析，如下图，点击图标后输入参数。这里需要选择对列（Column）还是行（Row）聚类。这里我们在两个方向都可以聚类。

聚类结果如下图，这里也选择了一部分（事实上只聚类了显示的这一部分。。）。跟刚才的热图的区别就是把行和列重新进行了排列，让更相似的临近在一起，可以方便看出被差异调控的基因或者相关模块。可以看到有一些基因在皮肤癌中高表达，在卵巢癌中低表达。这些基因就是潜在的皮肤癌的marker，至于如何利用这个软件做marker分析，我们下次再说吧。

软件的下载地址在这里

需要安装java，需要机构邮箱来进行注册。如果没有机构邮箱，至少认识一个有的童鞋吧。