سير عمل المعلوماتية الحيوية متعددة الأوميكس لتقييم PTDSS1 و PTDSS2 كمؤشرات تنبؤية ومناعية

ملخص

أجرت هذه الدراسة تحليلا شاملا للمعلوماتية الحيوية باستخدام قواعد بيانات عامة متعددة لتقييم أنماط التعبير الجيني، والارتباطات السريرية، وتوقعات البقاء، ودرجات جذور الورم، والخصائص المناعية لPTDSS1 وPTDSS2 عبر أنواع مختلفة من السرطان. تشير النتائج إلى أن هذه الجينات قد تكون مؤشرات حيوية محتملة لتشخيص السرطان، والتشخيص، والعلاج المناعي.

الملخص

تلعب إنزيمات تخليق الفوسفاتيديلسرين PTDSS1 وPTDSS2 أدوارا مهمة في العمليات الخلوية، بما في ذلك تركيب الغشاء ونقل الإشارات. ارتبطت التعبيرات غير الطبيعية لهذه الإنزيمات بتسرب البلاعم المرتبطة بالورم وضعف نتائج البقاء في سرطان الثدي. ومع ذلك، لا تزال أدوارها الشاملة عبر أنواع مختلفة من السرطان غير واضحة. في هذه الدراسة، أجرينا تحليلا شاملا للسرطان لتقييم التشخيص، والتنبؤ، وتسلل المناعة، والأهمية المناعية العلاجية ل PTDSS1 وPTDSS2. تم استخدام عدة قواعد بيانات عامة لتحليل أنماط التعبير الجيني، والارتباطات السريرية، ونتائج البقاء، ودرجات جذع الورم، والخصائص المرتبطة بالمناعة عبر أنواع مختلفة من السرطان. أظهرت النتائج أن PTDSS1 وPTDSS2 يعبر عنه على نطاق واسع في الأنسجة البشرية ويتحسن بشكل كبير في معظم أنسجة الأورام مقارنة بالأنسجة الطبيعية. ارتبط التعبير العالي ل PTDSS1 أو PTDSS2 بانخفاض معدل البقاء الكلي (OS) في عدة أنواع من السرطان، وأظهر ارتباطات كبيرة مع درجات المرحلة السريرية وجذع الورم. بالإضافة إلى ذلك، أشارت التحليلات الوظيفية إلى أن هذه الجينات قد تساهم في تكون الأورام، وتنظيم المناعة، ومقاومة الكيماويات. بشكل عام، تبرز النتائج الأهمية التنبؤية لمتلازمتي PTDSS1 وPTDSS2 في السرطانات المتعددة، وتشير إلى أنهما قد يعملان كعلامات حيوية محتملة لتشخيص السرطان وتوقعه، بالإضافة إلى كونه أهدافا واعدة للعلاج المناعي.

المقدمة

على الرغم من تحقيق تقدم كبير في علم الأورام خلال القرون الماضية، لا يزال السرطان أحد الأسباب الرئيسية للوفاة وعبء^{الأمراض على مستوى العالم.} تعتمد الإدارة السريرية الحالية بشكل متزايد على استراتيجيات العلاج متعددة الوسائط، تجمع بين أساليب علاجية مختلفة لتعظيم الفعالية مع تحسين بقاء المرضى ورفاهيتهم العامة². في هذا السياق، تطور العلاج المناعي للسرطان بسرعة ليصبح ركيزة مركزية في علم الأورام الحديث. مزاياه — بما في ذلك الانتقائية المستهدفة، والتأثيرات العلاجية المستمرة، وقابلية التطبيق عبر أنواع متعددة من الأورام، والقدرة على تخفيف المقاومة، والتوافق مع العلاجات الأخرى — أثارت اهتماما واسعا. ومع ذلك، لا يزال تطبيقه السريري مقيدا بعدة عوامل، منها استجابة المرضى المتغيرة، والسموم المرتبطة بالمناعة، والمقاومة المكتسبة، والعبء الاقتصادي العالي، والقيود في مراقبة العلاج. تسلط هذه التحديات الضوء على ضرورة استمرار التحسين والابتكار في هذا المجال. وفي الوقت نفسه، برزت إعادة برمجة الأيض كعلامة مميزة للسرطان، حيث يجذب استقلاب الدهون اهتماما متزايدا. توفر التغيرات في اكتساب الدهون وتركيبها واستخدامها دعما أساسيا لنمو وبقاء خلايا الورم وقد تلعب دورا في تطوير المقاومة العلاجية ^3,4. يدعم إعادة امتصاص الدهون واستخدامها تكاثر خلايا السرطان وقد يساهم في مقاومة^{علاجية 5}. بالإضافة إلى ذلك، تم ربط المؤشرات الحيوية المرتبطة بالدهون بتوقعات المرضى واستجابة العلاج ^6,7. على الرغم من تزايد الاهتمام، لا تزال آليات استقلاب الدهون في السرطان وتطوير علاجات فعالة مستهدفة للدهون غير مفهومة بشكل كاف، مما يستدعي المزيد من البحث.

تعد إنزيمات فوسفاتيديلسيرين سينثاز، PTDSS1 وPTDSS2، إنزيمات رئيسية مسؤولة عن التخليق الحيوي لفوسفاتيديلسيرين (PS)^8,9,10، وهو أحد الفسفوليبيدات الأنيونية الرئيسية في أغشية الخلايا¹¹، وهو ضروري للحفاظ على بنية الغشاء ووظيفته ^8,12,13. تشترك هذه الإنزيمات في تشابه متوسط في التسلسلات (~32٪)¹³، وتمتلك مناطق متعددة عبر الغشاء، خاصة في الشبكة الإندوبلازمية والأغشية المرتبطة بالميتوكوندريا^14،15،16. يتم توليد PS من خلال تفاعل تبادل السيرين مع الفوسفوليبيدات^{الموجودة 8,9}، حيث يستخدم PTDSS1 تفضيلا فوسفاتيديل كولين^17,18 وPTDSS2 باستخدام فوسفاتيديل إيثانولامين^19,20. يتم التعبير عن PTDSS1 بشكل عام عبر الأنسجة²¹، بينما يظهر PTDSS2 توزيعا أكثر محدودية، مع مستويات أعلى في خلايا دماغ الفئران^وخلايا سيرتولي في الخصية. وظيفيا، يعد PTDSS2 ضروريا للتطور الطبيعي للخصية، حيث يظهر حوالي 10٪ من ذكور الفئران المصابة بالعقم وتقليل حجم الخصية، وهو نمط ظاهري غير ملحوظ في الفئران¹⁹ التي تعاني من نقص في PTDSS1. على الرغم من أن حذف أي من الإنزيمين من جين واحد لا يؤثر على البقاء، إلا أن الفقدان المتزامن يؤدي إلى فتك جنيني^19,22، مما يؤكد أهمية تخليق PS الحيوي في بقاء الخلايا. تشير الأدلة الحديثة إلى أن اختلال تنظيم PTDSS1 وPTDSS2 في الأورام مرتبط بتغير تسرب البلاعم المرتبط بالورم وانخفاض البقاء على قيد الحياة لدى مرضى سرطان الثدي²³. تشير هذه النتائج مجتمعة إلى أن PTDSS1 وPTDSS2 ضروريان لتوازن الغشاء، وقد يساهم تعبيرهما غير الطبيعي في تقدم المرض، خاصة في السرطان.

تقارن هذه الدراسة بشكل منهجي التأثيرات الشاملة للسرطان ل PTDSS1 و PTDSS2 على تعبير الورم، والتشخيص، والجذع، وتنظيم المناعة، والتغيرات الجينومية، واستجابة العلاج. على عكس الدراسات السابقة التي ركزت على أنواع السرطان الفردية أو أحداث الأيض الدهنية المعزولة، يدمج البحث الحالي بيانات متعددة الأوميكس لاستكشاف الروابط المحتملة بين تخليق فوسفاتيديلسيرين الحيوي، ومناعة الأورام، وتطور السرطان. يشمل التحليل أنماط التعبير، والارتباطات مع خصائص الورم والعوامل المناعية، والخصائص الجينومية، والتنبؤ بحساسية الأدوية. تهدف هذه الدراسة إلى تعميق فهم الأدوار الوظيفية ل PTDSS1 و PTDSS2 عبر أورام خبيثة مختلفة وتوفير أساس نظري وإرشادات عملية لتطوير استراتيجيات علاج شخصية.

البروتوكول

استندت هذه الدراسة حصريا إلى مجموعات بيانات متاحة للجمهور ولم تشمل مشاركة مباشرة من البشر أو الحيوانات؛ لذلك، لم تكن الموافقة الأخلاقية المؤسسية والموافقة المستنيرة مطلوبة

1. تحليل تعبير PTDSS1 أو PTDSS2

1. تقييم تعبير mRNA ل PTDSS1 و PTDSS2 في الأنسجة البشرية الطبيعية باستخدام قاعدة بيانات أطلس البروتين البشري (HPA) (https://www.proteinatlas.org).
2. استرجاع ملفات تعبير جينات PTDSS1 وPTDSS2 عبر أنواع متعددة من السرطان من وحدة "جين DE" في منصة TIMER2 (http://timer.cistrome.org/).
3. قم بتنزيل بيانات تعبير RNA-seq للأنسجة الطبيعية والأنسجة الورمية من قواعد بيانات TCGA (http://cancergenome.nih.gov) وGTEx (http://commonfund.nih.gov/GTEx/).

2. المرحلة المرضية، البقاء، وتحليل جذع الورم

1. قم بتحميل مجموعة بيانات TCGA Pan-Cancer (PANCAN، N = 10,535، G = 60,499) من منصة UCSC Xena (https://xenabrowser.net/).
2. استخلاص بيانات تعبيرات PTDSS1 وPTDSS2 من جميع العينات واستبعاد الإدخالات التي تحتوي على قيم تعبير صفرية. تطبيع بيانات التعبير المتبقية باستخدام تحويل log2(x + 0.001).
3. إزالة أنواع السرطان التي تحتوي على أقل من ثلاث عينات، مما ينتج عنه مجموعة بيانات نهائية تضم 37 نوعا من الأورام. إجراء تحليلات تعبير تفاضلي عبر المراحل السريرية باستخدام برنامج R.
4. تقييم الدلالة الإحصائية بين مجموعتين باستخدام اختبار t للطالب غير المتوافق وبين مجموعات متعددة باستخدام تحليل التباين (ANOVA)²⁴.
5. استرجع مجموعة بيانات TCGA Pan-Cancer من منصة UCSC Xena (https://xenabrowser.net/). استخلاص ملفات تعريف تعبير PTDSS1 وPTDSS2 واستبعاد العينات التي تحتوي على قيم تعبير صفرية.
6. أزل الحالات التي كانت مدة المتابعة أقل من 30 يوما. تطبيع بيانات التعبير المتبقية باستخدام تحويل log2 بعدد زائف 0.001.
7. استبعد أنواع السرطان التي تحتوي على أقل من 10 عينات، مما ينتج عنه مجموعة بيانات نهائية تضم 39 نوعا من السرطان مع معلومات OS المقابلة لها. إجراء تحليلات البقاء باستخدام حزمة R للبقاء (Survival).
8. بناء نماذج المخاطر النسبية لكوكس باستخدام دالة كوكس لتقييم الروابط بين تعبير PTDSS1/PTDSS2 وتوقعات المرضى عبر أنواع السرطان. قيم فروق البقاء على قيد الحياة باستخدام اختبار التصنيف اللوغاريتمي²⁴.
   ملاحظة: بسبب التغاير وعدم اكتمال بيانات التعليقات السريرية عبر أنواع الأورام المختلفة في TCGA، لم يتم دمج متغيرات سريرية إضافية (مثل العمر، الجنس، ومرحلة الورم) بشكل موحد في تحليلات الانحدار كوكس.
9. احصل على مجموعة بيانات TCGA Pan-Cancer من منصة UCSC Xena (https://xenabrowser.net/). استخلاص ملفات تعبير PTDSS1 وPTDSS2 وحساب مؤشرات جذع الورم بناء على خصائص مثيلة الحمض النووي.
10. دمج درجات الجذع مع بيانات التعبير الجيني للتحليلات اللاحقة. استبعد العينات التي تحتوي على قيم تعبير صفرية وتطبيع بيانات التعبير المتبقية باستخدام تحويل log2.
11. إزالة أنواع السرطان التي تمثلها أقل من ثلاث عينات لتحسين الموثوقية التحليلية. إجراء تحليلات بيرسون لتقييم العلاقة بين تعبير PTDSS1/PTDSS2 وجذع الورم عبر أنواع مختلفة من السرطان 24.
    ملاحظة: تم استبعاد العينات التي تحتوي على قيم تعبير صفرية لتقليل التأثير المحتمل للضوضاء التقنية والقيم غير المعرفة أثناء التطبيع القائم على تحويل اللوغاريتم. وينطبق نفس المبدأ على الخطوات اللاحقة.

3. تحليل توقعات البقاء

1. تحليل الروابط بين تعبير PTDSS1/PTDSS2 ومرحلة الورم باستخدام وحدة "مخطط المرحلة" في منصة تحليل تفاعلي لتحليل تعبير الجين (GEPIA) (http://gepia.cancer-pku.cn/).
2. قيم الأهمية التنبؤية ل PTDSS1 و PTDSS2 عبر أنواع متعددة من السرطان باستخدام قاعدة بيانات KM Plotter (https://kmplot.com/analysis/).
3. تقسيم المرضى إلى مجموعات عالية ومنخفضة التعبير وفقا لقيم التعبير الوسيطة (القطع العالي = 50٪، الحد الأدنى = 50٪).
4. إنشاء خرائط أهمية OSومنحنيات بقاء Kaplan–Meier ل PTDSS1 و PTDSS2 عبر أورام TCGA باستخدام GEPIA2. يتم تقييم الدلالة الإحصائية باستخدام اختبار التصنيف اللوغاريتمي.

4. تحليل جيني مرتبط ب PTDSS1 أو PTDSS2

1. الحصول على شبكات تفاعل البروتين-البروتين ل PTDSS1 و PTDSS2 من قاعدة بيانات STRING (https://cn.string-db.org/) عن طريق اختيار التفاعلات المثبتة تجريبيا في الإنسان العاقل مع المعلمات التالية: الحد الأدنى لدرجة التفاعل = 0.150 (ثقة منخفضة)، نوع الشبكة الكامل، الحواف المبنية على الأدلة، وأقصى عدد من المتفاعلين = 50.
2. تحديد الجينات المعبر عنها المشتركة المحتملة باستخدام وحدة "اكتشاف الجينات المشابهة" في GEPIA2 (http://gepia2.cancer-pku.cn/#index)، واختيار أفضل 100 جين مرتبط لمزيد من التحليل.
3. تقييم ارتباطات التعبير بين PTDSS1/PTDSS2 وأفضل 10 بروتينات متفاعلة عبر أنواع الأورام باستخدام وحدة "Gene_Corr" في TIMER2.0 (http://timer.cistrome.org/)، وتصور النتائج كخرائط حرارية.
4. استرجع تعليقات مسارات موسوعة كيوتو للجينات والجينوم (KEGG) من خلال واجهة برمجة تطبيقات KEGG REST (https://www.kegg.jp/kegg/rest/keggapi.html) واستخدامها كخلفية مرجعية لتحليل الإثراء الوظيفي.
5. إجراء تحليل إثراء مجموعات الجينات باستخدام clusterProfiler من حزمة R مع أحجام مجموعات جينية تتراوح من 5 إلى 5000.
   ملاحظة: الدلالة الإحصائية تعرف بأنها P < 0.05 ومعدل الاكتشاف الكاذب (FDR) < 0.25.
6. إجراء تحليلات إثراء أنطولوجيا جينية (GO)، بما في ذلك العملية البيولوجية (BP)، والمكون الخلوي (CC)، والوظيفة الجزيئية (MF)، باستخدام قاعدة بيانات DAVID. تصور المسارات المثرية باستخدام منصة الميكروبيوم.

5. تحليل التغيير الجيني

1. ابحث في ملفات الطفرات ل PTDSS1 و PTDSS2 عبر أنواع متعددة من السرطان باستخدام منصة cBioPortal (http://www.cbioportal.org/) المستندة إلى مجموعة دراسات أطلس السرطان في TCGA.
2. افحص أنواع التكرار والتغيرات في PTDSS1 وPTDSS2 باستخدام وحدات "OncoPrint" و"ملخص أنواع السرطان". استخدم وحدة "OncoPrint" لتصور الطفرات، وتغيرات عدد النسخ المختلفة، وتغيرات التعبير الجيني عبر العينات.
3. استعلام عن PTDSS1 أو PTDSS2 في قسمي "ملخص أنواع السرطان" و"الطفرات" للحصول على معلومات مفصلة حول مواقع التغيير، وأنواع الطفرات، وتوزيعها بين أنواع السرطان المختلفة.
4. حمل مجموعة بيانات TCGA Pan-Cancer (PANCAN، N = 10,535، G = 60,499) من قاعدة بيانات UCSC Xena (https://xenabrowser.net/). استخلاص بيانات تعبير PTDSS1 وPTDSS2 لكل عينة والحصول على درجات عدم الاستقرار الميكروساتلايت (MSI) المقابلة. دمج بيانات التعبير الجيني وبيانات MSI للتحليلات اللاحقة.
5. استبعد عينات ذات قيم تعبير صفرية وتحويل البيانات المتبقية باستخدام مقياس log2(x + 0.001). إزالة أنواع السرطان التي تمثلها أقل من ثلاث عينات، مما ينتج عنه مجموعة بيانات نهائية تتضمن بيانات التعبير وMSI عبر 37 نوعا من السرطان²⁴.
6. احصل على مجموعة بيانات TCGA Pan-Cancer من قاعدة بيانات UCSC Xena واستخراج بيانات تعبير PTDSS1 وPTDSS2 لكل عينة. حمل بيانات المستوى الرابع لتغير النيوكليوتيدات البسيط المعالجة باستخدام MuTect2 من بوابة GDC (https://portal.gdc.cancer.gov/).
7. حساب عبء طفرات الورم (TMB) لكل عينة باستخدام دالة TMB في حزمة MAFTOOLS R ودمج قيم TMB مع بيانات التعبير الجيني المقابلة.
8. استبعد عينات ذات قيم تعبير صفرية وتحويل البيانات المتبقية باستخدام مقياس log2(x + 0.001). إزالة أنواع السرطان التي تمثلها أقل من ثلاث عينات، مما ينتج عنه مجموعة بيانات نهائية تضم 37 نوعا من السرطان.

6. الجينات التنظيمية المناعية، نقاط التحقق المناعية، وتحليل الجينات المعدلة بالحمض النووي الريبي

1. احصل على مجموعة بيانات TCGA Pan-Cancer من قاعدة بيانات UCSC واستخرج بيانات تعبير PTDSS1 أو PTDSS2 مع 150 جينا علامة تمثل خمسة مسارات مناعة (الكيموكين: 41 جينا؛ المستقبل: 18 جينا؛ MHC: 21 جينا؛ مثبط المناعة: 24 جينا؛ منعي: 46 جينا) لكل عينة.
2. استبعد عينات الأنسجة العادية والعينات التي تحتوي على قيم تعبير صفرية وتطبيق تحويل log2(x + 0.001) على جميع بيانات التعبير. إجراء تحليل بيرسون لتقييم الارتباطات بين PTDSS1 أو PTDSS2 وجينات علامات مسار المناعة
3. استرجاع مجموعة بيانات TCGA Pan-Cancer من قاعدة بيانات UCSC واستخراج بيانات تعبير PTDSS1 أو PTDSS2 مع 60 جينا مشاركا في مسارات نقاط التفتيش المناعية (المثبت: 24 جينا؛ المحفز: 36 جينا).
4. قم بإزالة العينات العادية والعينات التي تحتوي على قيم تعبير صفرية وتحويل جميع بيانات التعبير باستخدام log2(x + 0.001). إجراء تحليل ارتباط بيرسون لتقييم الارتباطات بين PTDSS1 أو PTDSS2 والجينات المرتبطة بنقاط التحقق المناعية.
5. قم بتحميل مجموعة بيانات TCGA Pan-Cancer من قاعدة بيانات UCSC واستخرج بيانات تعبير PTDSS1 أو PTDSS2 مع 44 جينا مرتبطا بثلاثة أنواع من تعديلات الحمض النووي الريبي (m1A: 10 جينات؛ m5C: 13 جينا؛ m6A: 21 جينا) لكل عينة.
6. استبعد عينات الأنسجة العادية والعينات التي تحتوي على قيم تعبير صفرية وتطبيق تحويل log2(x + 0.001) على جميع بيانات التعبير. إجراء تحليل بيرسون لتقييم العلاقات بين PTDSS1 أو PTDSS2 والجينات المرتبطة بتعديل الحمض النووي الريبي.

7. تحليل تسرب المناعة

1. قم بتحميل مجموعة بيانات TCGA Pan-Cancer من قاعدة بيانات UCSC Xena واستخرج بيانات تعبير PTDSS1 وPTDSS2 لكل عينة.
2. استبعد العينات الطبيعية والعينات التي تحتوي على قيم تعبير صفرية. تطبيع بيانات التعبير باستخدام تحويل log2(x + 0.001) وربط معرفات الجينات بتنسيق GeneSymbol.
3. احسب StromalScore وImmuneScore وESTIMATE Score لكل مريض باستخدام حزمة ESTIMATE R، مما ينتج عنه درجات تسرب المناعة ل 9,554 عينة من الأورام عبر 39 نوعا من السرطان.
4. إجراء تحليل بيرسون باستخدام وظيفة "corr.test" في حزمة الطب النفسي R لتقييم الروابط بين تعبير الجينات ودرجات التسلل المناعي.
5. تقدير درجات تسرب الخلايا المناعية لخلايا B، وخلايا T من CD4⁺ ، وخلايا T من CD8⁺ ، والعدلات، والبلاعميات، والخلايا التغصنية باستخدام خوارزمية TIMER المطبقة في حزمة IOBR R ل 9,405 عينة عبر 36 نوعا من الأورام.
6. إجراء تحليل بيرسون لتقييم العلاقات بين تعبير PTDSS1/PTDSS2 ومستويات تسرب الخلايا المناعية.

8. حساسية الأدوية ل PTDSS1 و PTDSS2 في السرطان الشامل

1. حمل بيانات نشاط المركبات NCI-60 وملفات تعريف تعبير RNA-seq من CellMiner.
2. اختر مركبات التجارب السريرية المعتمدة من إدارة الغذاء والدواء أو التجارب السريرية لتحليلها لاحقا.
3. إجراء تحليل حساسية الأدوية ل PTDSS1 و PTDSS2 في السرطان الشامل باستخدام برنامج R.

النتائج

تعبير mRNA ل PTDSS1 أو PTDSS2 في أنسجة طبيعية بشرية مختلفة

باستخدام بيانات من قاعدة بيانات HPA، تم فحص ملفات تعبير mRNA ل PTDSS1 و PTDSS2 عبر مجموعة من الأنسجة البشرية. كشفت التحليلات عن أنماط تعبير ملحوظة خاصة بالأنسجة. كان PTDSS1 معبر عنه بشكل كبير في الغدة البالغة الدرقية، وعضلة القلب، والعقد اللمفاوية، واللوزتين، ونخاع العظم (الشكل 1A)، في حين أظهر PTDSS2 تعبيرا مرتفعا في الغدة البالغة البالغة الدرقية، والخصية...

المناقشة

السرطان هو مرض جهازي يتميز باضطراب في تنظيم عدة أنظمة، وعادة ما يتطور عبر ثلاث مراحل: الاستبعاد، التوازن، والهروب²⁵. في مرحلة الاستبعاد، يقوم الجهاز المناعي بإزالة الخلايا السرطانية الجديدة بفعالية؛ خلال مرحلة التوازن، تكون خلايا السرطان والخلايا المناعية في توازن نسبي، مما يمنع توسع الورم أو انتشاره؛ في النهاية، في مرحلة الهروب، تتجنب خلايا السرطان المراقبة المناعية وتتكاثر بسرعة وتنتشر². لذلك، فإن استعادة المراقبة المناعية أو تأسيس حالة م...

المواد

قائمة المواد المستخدمة في هذه المقالة

الاسم	الشركة	رقم فهرسي	التعليقات
منصة cBioPortal	cBioPortal	http://www.cbioportal.org/	منصة لتصور وتحليل بيانات جينوميات السرطان متعددة الأبعاد
بوابة GDC	وكالة بيانات الجينوم (GDC)	https://portal.gdc.cancer.gov/	بوابة لتحميل مجموعات بيانات الجينوم والطفرات الخاصة ب TCGA
منصة GEPIA	GEPIA	http://gepia.cancer-pku.cn/	خادم ويب لتحليل تعبير الجينات وتحليل البقاء بناء على مجموعات بيانات TCGA وGTEx
GEPIA2	GEPIA2	http://gepia2.cancer-pku.cn/#index	تم تحديث خادم الويب لارتباط التعبير الجيني والتحليل التفاعلي
قواعد بيانات GTEx	مشروع التعبير الجيني عن الأنسجة (GTEx)	http://commonfund.nih.gov/GTEx/	قاعدة بيانات تحتوي على ملفات تعريف التعبير الجيني من الأنسجة البشرية الطبيعية
قاعدة بيانات أطلس البروتين البشري (HPA)	أطلس البروتين البشري	https://www.proteinatlas.org	قاعدة بيانات لتحليل ملفات تعبير البروتين والحمض النووي الريبي في الأنسجة الطبيعية والسرطانات
واجهة برمجة تطبيقات كيغ ريست	موسوعة كيوتو للجينات والجينومات (KEGG)	https://www.kegg.jp/kegg/rest/keggapi.html	واجهة برمجة التطبيقات لاسترجاع تعليقات مسارات KEGG
أداة رسم KM	KMplot	https://kmplot.com/analysis/	أداة إلكترونية لتقييم الأهمية التنبؤية للجينات في عدة أنواع من السرطان
حزمة مافتولز R	أدوات المافتولز لحزمة الموصلات الحيوية	الإصدار 2.8.05	حزمة R المستخدمة في عبء طفرات الأورام وتحليل الطفرات
حزمة Psych R	علم النفس في حزمة CRAN R	الإصدار 2.1.6	حزمة R المستخدمة في التحليل الإحصائي الارتباطي والنفسي
حزمة R	مؤسسة R للحوسبة الإحصائية	الإصدار 4.1.3	برامج الحوسبة الإحصائية المستخدمة في تحليل حساسية الأدوية
R حزمة clusterProfiler	حزمة الموصلات الحيوية clusterProfiler	الإصدار 3.14.3	حزمة R المستخدمة في KEGG وتحليلات الإثراء الوظيفي
البقاء على قيد الحياة في حزمة R	البقاء على قيد الحياة في حزمة CRAN R	الإصدار 3.2-7	حزمة R المستخدمة في انحدار كوكس وKaplan&ndash؛ تحليل بقاء ماير
برنامج R	مؤسسة R للحوسبة الإحصائية	الإصدار 3.6.4	برامج الحوسبة الإحصائية المستخدمة في المعلوماتية الحيوية وتحليلات البقاء
قاعدة بيانات السلاسل النصية	الوتر	https://cn.string-db.org/	قاعدة بيانات للبروتين و ndash; تحليل شبكات تفاعل البروتين
قواعد بيانات TCGA	أطلس جينوم السرطان (TCGA)	http://cancergenome.nih.gov	قاعدة بيانات كبيرة النطاق لجينوميات السرطان تحتوي على بيانات الجينوم، والنسخ النصي، والسريرية للسرطان
TIMER2.0	TIMER2.0	http://timer.cistrome.org/	منصة لتقدير تسرب الخلايا المناعية وتحليل الارتباط في الأورام
منصة مورد تقدير المناعة الورمية 2.0 (TIMER2)	TIMER2.0	http://timer.cistrome.org/	منصة ويب للتحليل المنهجي لتسلل المناعة عبر أنواع مختلفة من السرطان
منصة UCSC Xena	جامعة كاليفورنيا في إس سي زينا	https://xenabrowser.net/	منصة لتصور وتحليل مجموعات بيانات TCGA وغيرها من مجموعات بيانات الأوميكس المتعددة العامة