【零代码生信分析】RNA-seq中级分析8-差异基因集在L2S2网站进行【肿瘤药物】筛选分析

L2S2数据库简介

网站:https://l2s2.maayanlab.cloud/

"基于整合网络的细胞特征图谱库"(LINCS)共同基金计划旨在构建一个人类癌细胞系对多种多组学和表型扰动反应的参考数据库。作为LINCS计划的一部分,248种细胞系通过L1000转录组学检测技术,测量了对33,621种小分子和7,508个单基因CRISPR敲除(KO)的反应。从这些大规模数据中,我们计算了上调和下调的基因集。这些基因集可通过LINCS L1000签名搜索(L2S2)平台进行检索。L2S2平台在搜索超过167.8万种化学扰动和CRISPR KO签名时能即时返回结果。该平台包含FDA批准药物的筛选功能和签名方向性过滤。通过L2S2搜索引擎,用户可以识别出与提交的基因集表达谱相似或相反的小分子和单基因CRISPR KO。显著的CRISPR KO签名可以揭示潜在的驱动基因和药物靶点。同样,已批准的药物和临床前小分子签名可能提供逆转或模拟特定表达模式的假设,为临床前实验验证研究提供依据。L2S2还包括一个共识搜索功能,可根据细胞环境、时间点和浓度对特定扰动进行排名。总体而言,L2S2为癌症研究人员提供了一个强大的工具,以进一步理解和个性化治疗复杂人类疾病。

操作介绍

L2S2是一个web应用程序,允许用户搜索从LINCS L1000数据中创建的匹配基因集。该应用程序提供了几个功能,包括单基因集搜索、上下基因集搜索、术语搜索和用于编程访问的API。

1.输入基因集:在Gene Set Search下输入单个基因集,然后点击提交。如果要输入表达上下调两列基因集,点击界面底部的 SWITCH TO UP/DOWN SET INPUT选项,会出现两个输入框。点击提交进行后续分析。

2.结果展示:提交上述任意一个基因集,将返回一个按最显著重叠的基因集或特征排序的结果表。从这里,您可以筛选FDA批准的药物、基因集或特征的方向性,以及确定跨细胞系、时间点和浓度的共识作用机制(MoA)和共识化合物。

详细介绍

单个基因集搜索

基因集搜索页面使用户能够在L2S2数据库中搜索与他们的查询基因集匹配的基因集。使用Fisher精确检验来衡量查询基因集与L2S2数据库中包含的基因集的相似性。任何显著重叠的基因集都将返回给用户,以及它们附带的元数据。用户查询基因集可以粘贴或输入到输入表单中,每个基因占一行,或者用户可以上传一个包含基因的文件,这些基因以新行、制表符或逗号分隔符列出:

结果展示:分页结果返回了查询所比较的基因集总数以及显著富集的基因集数量。

1:所处位置是进行富集药物信息筛选。APPROVED是得到批准的药物。 Consensus perturbations筛选对提交的基因集作用一致的药物(抑制或者激活),CONSENSUS MOAS是根据药物作用机制进行整合的结果。CRISPR KOS是基因编辑实验结果。UP、DOWN是提交的基因集在富集的药物实验表达谱中是整体上调还是下调.

2:是富集结果表格信息。包括药物、细胞系、药物作用时间与浓度、药物对基因上下调控方向、药物引起的差异基因数量、MOA是药物作用靶点。FDA批准信息、药物TOP250基因,与提交基因集交集数量,富集比例与显著性P值。

3.进行搜索:如果我们要搜索特定细胞或者靶向特点药物或者靶向特定基因时候,可以通过搜索栏进行搜索。

4.结果下载。

药物筛选操作:如下图所示。点击不同的筛选条件可以将结果进行有效筛选后,下载结果,可以进行可视化展示。

查看药物基因集相关的基因信息:点击表格中Overlap或者Gense Set Size列。有下划线的可以弹出基因集信息。可以查看相关基因的描述与总结,并可以进一步提交到其他富集分析网站进行分析。

后记

对非肿瘤疾病研究而言,肿瘤药物研究资料也是非常有用的资料。如IL-2药物一开始是用于肿瘤患者的治疗,但没有非常明显的效果,但是在系统性红斑狼疮等免疫与过敏疾病中进行临床实验却取得非常好的效果,因此根据自己的转录组差异基因数据,从已有的药物分析数据平台挖掘有用的药物,并进行动物细胞实验,将大大减少试错的成本。

相关推荐
追风少年ii11 小时前
六大空间转录组平台全面对比:Visium、Visium HD、Stereo-seq、Xenium、Atera 与 CosMx
数据分析·空间·单细胞
roman_日积跬步-终至千里13 小时前
【数据建模入门】从一家小店看懂数仓与机器学习:先理业务,再串技术
数据仓库·人工智能·机器学习·数据分析·数据建模
钱工的门窗技术笔记1 天前
室内极窄全景移门的支承路径与预留接口:轨道形式、型材壁厚口径与验收边界
物联网·架构·数据分析
quantdash_cc1 天前
如何验证历史行情的交易日期是否完整覆盖研究区间?
python·数据分析·pandas·量化交易·股票数据·quantdash
quantdash_cc1 天前
ETF 行情数据清洗实战:字段语义拆解、标的池整理与五个校验清单
python·数据分析·pandas·量化交易·股票数据·quantdash
Leo.yuan1 天前
2026年可信AI数据分析平台研究:主流厂商的可信机制、能力边界与企业选型
人工智能·数据挖掘·数据分析
Highcharts.js1 天前
CSUN 2026|Highcharts无障碍数据与AI分享
javascript·人工智能·数据分析·highcharts·图表开发
梯度下降者2 天前
零基础入门Python 爬虫
爬虫·python·数据分析·入门指南·webcrawler
benchmark_cc2 天前
用 Python 拉 A 股全市场实时快照:Notebook 请求、结果校验与易错点
python·数据分析·pandas·量化交易·股票数据·quantdash