Het analyseren van tumor genexpressie factoren met de CorExplorer Web Portal

CorExplorer vindt tumor-geassocieerde genexpressiefactoren op een manier die wiskundig principieel is met behulp van interactieve visualisaties, evenals klinische en database-informatie voor biologische ontdekking. CorEx voert informatiemaximalisatie uit op een manier die relatief weinig monsters vereist om clusters in hoogdimensionale gegevens te vinden. De hiërarchie van latente factoren die het produceert vergemakkelijkt het biologische begrip.

Deze methode is al interessant gebleken wanneer toegepast op kankerbiologie. De informatie theoretische fundamenten maken het van toepassing op elk systeem met vele variabelen en weinig voorkennis over hun relaties. Begin met navigeren naar de CorExplorer homepage.

Klik onder Snelle links op de plus-uitvouwen-knop om een samenvatting te zien van de CorEx-factorgrafiek die is getraind op de kankergegevens van belang. Hier worden bijvoorbeeld de factorgrafieken voor TCGA-gegevens over eierstokkanker weergegeven. Na het inspecteren van de factorgrafieken, klik op long TCGA-LUAD om toegang te krijgen tot de CorExplorer-pagina voor longkanker RNA-sequencing en gebruik het CorExplorer Factor Graph-venster om de CorEx-factorgrafiek voor een interessant gen te verkennen.

Terwijl u de muiscursor over het weergavevenster van de factorgrafiek beweegt, zoomt u in op de factorgrafiek met behulp van het muistrackpad om de details van de grafiek te bekijken, zoals de belangrijkste genen in elke factor en de verbindingen tussen de knooppunten op verschillende lagen. Als u een doelgen wilt vinden, klikt u op het menu Gen en typt u de gennaam om het in de vervolgkeuzelijst te selecteren. Druk op Return on the keyboard om de weergave te laten inzoomen op de factor waarmee het gen van belang het sterkst gecorreleerd is.

Plaats de muis over het grafiekscherm en scrol om uit te zoomen om het niveau van het knooppunt en de bijbehorende factoren te zien die buren zijn van de meest geassocieerde genfactor. Houd er rekening mee dat alleen genen met een gewicht groter dan de drempel aangegeven op de min Link Gewicht slider worden weergegeven. Als u alle aan de factor gekoppelde genen wilt bekijken, klikt u op het juiste knooppunt en selecteert u Extra genen laden in het pop-upvenster.

Wanneer Gereed wordt weergegeven, sluit u het pop-upvenster. Klik in de koptekstsectie op de modifier min Link Weight en sleep deze naar 0,05 om de genen in gewichtsvolgorde te laten verschijnen. Als u associaties met een biologische functie wilt identificeren, schakelt u in het venster Annotatie de foutdetectiesnelheid uit om het vervolgkeuzemenu Factor te sorteren op factornummer in plaats van het percentage valse detectie.

Schuif en klik om de factor van belang in het vervolgkeuzemenu Van het annotatievenster te selecteren om de verrijkingsannotaties voor de factor te onthullen. Klik vervolgens op een verrijkingsfactor om de bijbehorende genen onmiddellijk te bekijken zoals geel op het grafiekdisplay. Houd er rekening mee dat factoren die verdwijnen of worden weergegeven als verschillende GO-termen worden geselecteerd op basis van de vraag of ze al dan niet zijn verrijkt voor genen met de geselecteerde annotatie.

Voor filterfactoren die van belang zijn, met behulp van overlevings- en clusterkwaliteit, selecteert u in het vervolgkeuzemenu Dataset TCGA_OVCA naar de CorExplorer-pagina voor de TCGA-eierstokkanker RNA-sequencing. Noteer in het overlevingsvenster de factor met het grootste overlevingsdifferentieel en selecteer deze factor in het venster Factorgrafiek in het vervolgkeuzemenu Factor. Klik en sleep de schuifregelaar Gewicht koppelen naar 0,5 en noteer het aantal genen in de factor.

Vouw de lijst met factoren in het overlevingsvenster uit en klik op de volgende beste factor in de vervolgkeuzelijst Survival om de bijbehorende overlevingscurven weer te geven. De belangrijke GO en Kegg annotaties zullen worden getoond. Als u een beter inzicht wilt krijgen in de biologische rol van genen in deze factor, selecteert u de factorlaag boven aan het venster Factorgrafiek en beweegt u de muis over het venster terwijl u uitzoomt om het hele cluster en de bijbehorende factoren te onthullen.

Als u de relatieve betekenis van de factoren die verband houden met het clusterknooppunt wilt begrijpen, schakelt u Sorteren op p-val in het overlevingsvenster uit en klikt u op elk van de factornummers achter elkaar om ze te bekijken, waarbij u de factoren opgeeft die een overlevingskoppeling weergeven. Selecteer in het menu Venster toevoegen PPI en klik op Toevoegen om een PPI-grafiekvenster aan het weergavegebied toe te voegen. Selecteer in het PPI-grafiekvenster een factorlaag die van belang is om de eiwit-eiwitinteracties weer te geven die significant zijn.

Klik op de link Weergave op StringDB om verbinding te maken met de STRINGdb online database en klik op Doorgaan. Open vervolgens het tabblad Anaylsis om een online GO-analyse voor de PPI-netwerkgenen te verkrijgen. De bovenste cellulaire component wordt weergegeven.

Ga terug naar het tabblad CorExplorer en het PPI-venster en selecteer een andere factor. Klik nogmaals op de koppeling Weergave bij StringDB. Er wordt een andere top cellulaire component weergegeven.

Selecteer vervolgens in het PPI-venster een andere factor voor een STRING-databaseanalyse. Om overeenkomsten en verschillen van genexpressie variatie tussen tumortypes te vinden klik op de CorExplorer rubriek om terug te keren naar de voorpagina en klik op Zoeken om toegang te krijgen tot een pagina waardoor zoeken van alle datasets op de CorExplorer site. Voer in het vak Genzoeken een gennaam van belang in en klik op Zoeken.

Bijvoorbeeld, zoals aangetoond FLT1 wordt gevonden met een relatief hoog gewicht en meerdere verschillende factoren. Het zoeken naar het BRCA1-gen in de longkankerdataset onthult dat het gen het sterkst geassocieerd is met CorEx-factor 26. De go termijnverrijking voor deze factor is uiterst hoog, met de reparatie van DNA die een vals ontdekkingstarief van slechts één keer 10 aan negatieve 19 tentoonstelt.

De selectie vestigt ook de aandacht op het cluster op het tweede niveau L2_8 dat als kind zes nauw verwante factoren heeft. Het DNA-reparatie eiwit-eiwit interactienetwerk is sterk verbonden, verdere ondersteuning van de nauw verbonden functionaliteit van de genen in factor 26. De bijbehorende overlevingsgrafieken suggereren een mogelijke associatie met de overleving van de patiënt die zou moeten worden bevestigd in een grotere dataset.

Beginnend met de overlevingsbeoordeling kan dissectie van de factoren die correleren met een verbeterde overleving als geassocieerd met bepaalde genexpressiegroepen mogelijk maken. Het toevoegen van een Protein-Protein Interaction venster voor elke factor op zijn beurt vergemakkelijkt de bepaling van mogelijke verklaringen voor hun associaties met overleving. Het is belangrijk om de warmtekaarten voor elke factor te controleren om te bevestigen dat het genexpressiepatroon van voldoende kwaliteit is om biologische interpretaties te ondersteunen.

Warmtekaarten die sterke, duidelijke variaties in genexpressiepatronen vertonen, kunnen ofwel gecoördineerde expressie van de factorgenen vertonen, variërend van hoog tot laag, of complexere patronen, waarbij sommige genen met een lage expressie gecorreleerd zijn met andere genen met een hoge expressie. Het overkoepelende doel van deze procedure is om een gepersonaliseerde therapie in kaart te brengen door een uit steekproeftumor op de CorExplorer-factoren in kaart te brengen om potentiële tumorspecifieke therapieën te identificeren.