肿瘤基因组学数据库终结者：cBioPortal---转载

转载自：http://blog.sciencenet.cn/blog-1509670-1000479.html

随着芯片和高通量测序技术的广泛应用，在肿瘤研究领域积累了越来越多的基因组学数据，特别是像The Cancer Genome Atlas（TCGA）、International Cancer Genome Consortium（ICGC）等大型肿瘤基因组测序计划的启动和完成，积累了大量的基因组学数据，这些数据至今为止已经占据了NCBI等公共数据库的半壁江山，同时也产生了各种各样的数据库以满足不同的研究需求。

对数据库的灵活运用已经成为科研工作者所必须掌握的基本技能，否则出去交流的时候都不好意思开口说不知道了。对于这些数据库，小编随口都能讲出十几个，例如***（此处省略一百字），然而，这么多数据库对于有选择困难症的人来说简直就是噩梦，很多人都在问有木有一个数据库能一次能满足我多个愿望呀？为此，小编对十几个数据库进行综合评估之后，给大家隆重推荐肿瘤基因组学数据库的终结者：cBioPortal网站（http://www.cbioportal.org/）。

cBioPortal网站整合了126个肿瘤基因组研究的数据，包括TCGA和ICGC等大型的肿瘤研究项目，涵盖了两万八千例标本的数据，此外部分样品还包括了临床预后等表型的信息。cBioPortal无需注册就能直接使用，而且提供一些小工具方便用户生成文章级别的图表，非常贴近用户的需求，下面小编就以EGFR基因在非小细胞肺腺癌的研究为例，带领各位小伙伴一步步玩坏cBioPortal数据库吧。

（一）EGFR在非小细胞肺腺癌的变异情况

首先，在cancer study选择要研究的肿瘤类型，如果想看候选基因在所有肿瘤的变异情况，就把所有肿瘤类型选上即可。在这里，我们可以看到对于肺癌有好几个研究项目的数据，一般我们选择样品量最多信息量最大的研究项目，所以我们选择了TCGA非小细胞肺癌项目（包括了522例样品）。然后，在genomic profiles选择要研究的组学数据类型，是研究突变还是拷贝数变化，还是多个组学的数据都考虑，在这类我们为了全面了解EGFR的变异情况，就把全部组学数据都选上了。最后，在gene set填上你所关注的基因，一个或者多个基因都可以，或者在user-defined list选择对特定肿瘤具有明确意义的基因。

选择好上面的参数点击提交，之后只需静静等候即可得到详细的突变结果。在Oncoprint标签页里面，不同的图例代表不同的突变类型，此外，还能把变异比对到具体的蛋白结构域，并且配有蛋白三维结构的图（Mutations标签页）。关键是可以调整显示的方式和图形的大小，最终还能导出不同格式的图，满足各位发表文章的需要。

（二）EGFR变异对下游基因的影响
一般来说，要想研究特定基因作用的下游分子和信号通路，需要在体外做基因过表达或者敲除实验，然后通过qPCR或者高通量筛选的方法看哪些分子的表达量发生了变化，这些表达水平变化了的基因很可能就是对应的靶基因了。但是整个过程下来费时费力，而且实验还不一定顺利，并且我们有时候也仅仅想验证某类基因是否发生变化而已，这时候Co-Expression分析模块就非常适合了。它基于基因的表达量计算特定基因与其他每个基因的相关系数，相关系数越大证明两者之间关系越密切（正数代表正相关，负数代表负相关），越有可能是上下游作用关系，通过这个信息我们就能快速锁定下游的相关分子和通路了，指导我们下一步的验证工作。

（三）EGFR变异对生存和预后的影响
临床上最关注的就是基因突变与预后之间的关系，一个好的标记物应该能很好的把病人进行分组，给临床治疗进行指导。为此cBioPortal也提供了临床预后的分析（仅适用于有临床预后信息的研究，例如TCGA项目），这样我们就可以不用SPSS等软件复杂的操作，也能做生存预后的分析，是不是很方便呢。

（四）EGFR调控网络和药物反应

对于调控网络cBioPortal通过基因互作数据库，例如PID、PANTHER、Reactome等数据库寻找与候选基因相关联的基因，然后通过互作强弱分析构建调控网络。此外，利用DrugBank、KEGG Drugs和Cancer Cell Line Encylopedia等药物反应数据库，针对相关的药物靶向的基因进行标注，从调控网络的角度指导分子互作和药物反应实验。

以上就是cBioPortal在肿瘤研究中最主要的应用了，当然还有一些画图的小工具和基因互斥分析等模块，在这里小编就不一一介绍了。大家有兴趣可以结合自己的研究方向到官网测试一下，说不定会有新的发现呢。

（转自：永诺生物）