利用 CorExplorer 网络平台分析肿瘤基因表达因子

CorExplorer 采用数学上严谨的方法，结合交互式可视化以及临床和数据库信息，发现与肿瘤相关的基因表达因子，用于生物学探索。CorEx 在高维数据中寻找聚类时，能够以相对较少的样本实现信息最大化。其所生成的潜在因子层级结构有助于深入理解生物学机制。

该方法在应用于癌症生物学时已显示出其重要价值。由于其基于信息论的理论基础，因此可适用于任何具有大量变量且对变量间关系先验知识较少的系统。首先访问 CorExplorer 主页。

在“快速链接”下方，点击加号展开按钮，查看基于目标癌症数据训练得到的 CorEx 因子图的摘要。例如，此处展示了基于 TCGA 卵巢癌数据生成的因子图。检查因子图后，点击 lung TCGA-LUAD，进入肺癌 RNA 测序的 CorExplorer 页面，并利用 CorExplorer 因子图窗口探索目标基因的 CorEx 因子图。

在因子图显示窗口中移动鼠标指针时，使用鼠标触控板缩放因子图，以查看图中的细节，例如每个因子中最重要的基因以及不同层级节点之间的连接关系。要定位目标基因，请点击“Gene”菜单，输入基因名称以在下拉列表中选择该基因。按下键盘上的 Return 键，视图将自动缩放至与该目标基因相关性最强的因子。

将鼠标重新置于图形显示区域，滚动以缩小视图，查看该节点及其邻近的、与最密切相关基因因子关联的因素水平。请注意，仅显示权重超过“最小连接权重”滑块所设定阈值的基因。如需查看与该因子相关联的所有基因，可点击相应节点，并在弹出窗口中选择“加载更多基因”。

当显示“完成”时，关闭弹出窗口。在页眉部分，单击并拖动最小链接权重调节器至0.05，以使基因按权重顺序显示。为识别与生物学功能相关的关联，在注释窗口中取消勾选“错误发现率排序”，以按因子编号而非错误发现率对“因子”下拉菜单进行排序。

滚动并点击“注释”窗口的下拉菜单，选择感兴趣的因子，以显示该因子的富集注释。然后点击一个富集因子，即可在图表显示中立即查看与之相关的基因，这些基因将以黄色高亮显示。请注意，当选择不同的 GO 术语时，某些因子可能会消失或出现，这取决于它们是否在具有所选注释的基因中发生富集。

针对感兴趣的滤过因子，结合生存数据和聚类质量，从“数据集”下拉菜单中选择 TCGA_OVCA，进入 TCGA 卵巢癌 RNA 测序的 CorExplorer 页面。从“生存”窗口中观察具有最大生存差异的因子，并在“因子图”窗口的“因子”下拉菜单中选择该因子。将“连接权重”滑块点击并拖动至 0.5，记录该因子所包含的基因数量。

展开生存窗口中的因子列表，然后点击生存窗口下拉菜单中下一个较优的因子，以查看其对应的生存曲线。显著的 GO 和 KEGG 注释将被显示。为了更好地理解该因子中基因的生物学作用，请在因子图谱窗口顶部选择“因子”层，并在缩小视图的同时将鼠标移过窗口，以显示整个簇及其相关因子。

为了理解与聚类节点相关的各因素的相对重要性，在生存分析窗口中取消勾选“按 p 值排序”，然后依次点击各个因素编号，查看其对应的生存关联情况，并记录显示出生存关联的因素。在“添加窗口”菜单中选择 PPI，然后点击“添加”，将 PPI 图谱窗口添加到显示区域。在 PPI 图谱窗口中，选择感兴趣的因素层，以展示具有显著性的蛋白质-蛋白质相互作用。

点击“在StringDB中查看”链接，连接至STRINGdb在线数据库，然后点击“继续”。接着打开“分析”标签页，以获取PPI网络基因的在线GO分析结果。最显著的细胞组分将被显示出来。

返回 CorExplorer 选项卡和 PPI 窗口，选择另一个因子。再次点击 View at StringDB 链接，将显示不同的主要细胞组分。

然后，在PPI窗口中为STRING数据库分析选择另一个因子。为了探究不同肿瘤类型间基因表达变异的共性与差异，请点击CorExplorer标题返回首页，然后点击“搜索”，进入可检索CorExplorer网站所有数据集的页面。在基因搜索框中输入感兴趣的基因名称，然后点击搜索。

例如，如 FLT1 所示，该基因以相对较高的权重出现在多个不同因子中。在肺癌数据集中搜索 BRCA1 基因，发现该基因与 CorEx 因子 26 的关联性最强。该因子的 GO 术语富集程度极高，其中 DNA 修复的错误发现率仅为 1×10⁻¹⁹。

该选择还突显了第二个层级的聚类L2_8，其下有六个密切相关的因子作为子节点。DNA修复相关的蛋白质-蛋白质相互作用网络具有强连接性，进一步支持了因子26中基因功能的高度关联性。相应的生存曲线图提示这些基因可能与患者生存相关，但需在更大规模的数据集中加以验证。

从生存评估开始，可以分析与特定基因表达组相关的生存率改善所对应的因素。依次为每个因素添加蛋白质-蛋白质相互作用图谱，有助于确定这些因素与生存率相关联的可能解释。重要的是要检查每个因素的热图，以确认基因表达模式具有足够的质量，能够支持生物学解释。

显示基因表达模式显著且清晰变化的热图可能表现出因子基因的协调表达，其表达水平从高到低连续变化，也可能呈现更复杂的模式，其中某些基因的低表达与另一些基因的高表达相关联。本实验方法的总体目标是通过将样本外肿瘤映射到CorExplorer因子上，从而确定潜在的肿瘤特异性治疗方案，实现个体化治疗。