Krooninen sairaus

tiivistelmä

Validation usean geenin biomarkkereita kliinisiä tuloksia on yksi tärkeimmistä asioista syövän ennustetta. Tärkeä tietolähde virtuaalinen validointi on suuri määrä käytettävissä syövän aineistoja. Kuitenkin arvioitaessa ennustetekijöiden suorituskykyä geenin ilmentymisen allekirjoitus pitkin aineistot on vaikea tehtävä Biologit ja Lääkärit ja myös aikaa vievää tilastotieteilijät ja bioinformaatikkoja. Siksi helpottaa suorituskyvyn vertailuja ja vahvistukset selviytymisen biomarkkereita syövän tuloksia, kehitimme SurvExpress, syöpä laajuinen geenin ilmentymisen tietokanta hoitotuloksia ja web-pohjainen työkalu, joka tarjoaa selviytyminen analysointi ja riskinarviointi syövän aineistoja. Tärkein panos SurvExpress on vasta biomarkkereiden geenin luettelosta. Olemme tuottaneet syöpä tietokanta kerätä yli 20000 näytettä ja 130 aineistojen kanssa censored kliiniset tiedot, jotka kattavat kasvaimet yli 20 kudoksiin. Toteutimme web-käyttöliittymä suorittamaan biomarkkereiden validointi ja vertailut tästä tietokannasta, jossa Monimuuttuja eloonjääminen analyysi voidaan toteuttaa noin minuutin. Näytämme hyödyllisyys ja yksinkertaisuus SurvExpress kahdessa biomarkkerina sovellukset rinta- ja keuhkosyöpä. Verrattuna muihin välineisiin, SurvExpress on suurin, monipuolisin ja nopein ilmainen työkalu saatavilla. SurvExpress web pääsee sisään https://bioinformatica.mty.itesm.mx/SurvExpress (opetusohjelma on mukana). Sivusto toteutettiin JSP, JavaScript, MySQL, ja R.

Citation: Aguirre-Gamboa R, Gomez-Rueda H, Martínez-Ledesma E, Martínez-Torteya A, Chacolla-Huaringa R, Rodriguez-Barrientos A, et al. (2013) SurvExpress: Online biomarkkereiden Validation Tool ja tietokanta Cancer Gene Expression Data käyttäminen Survival Analysis. PLoS ONE 8 (9): e74250. doi: 10,1371 /journal.pone.0074250

Editor: William C. S. Cho, Queen Elizabeth Hospital, Hong Kong

vastaanotettu: 21 huhtikuu 2013; Hyväksytty: 31 heinäkuu 2013; Julkaistu: 16 syyskuu 2013

Copyright: © 2013 Aguirre-Gamboa et al. Tämä on avoin pääsy artikkeli jaettu ehdoilla Creative Commons Nimeä lisenssi, joka sallii rajoittamattoman käytön, jakelun ja lisääntymiselle millä tahansa välineellä edellyttäen, että alkuperäinen kirjoittaja ja lähde hyvitetään.

Rahoitus: Kirjoittajat kiitollisia taloudellisen tuen Cátedra de bioinformatiikka CAT220 at ITESM (Monterreyn) ja CONACyT myöntää 83929 ja 140601. rahoittajat ei ollut roolia tutkimuksen suunnittelu, tiedonkeruu ja analyysi, päätös julkaista tai valmistamista käsikirjoituksen.

kilpailevat edut: kirjoittajat ovat ilmoittaneet, etteivät ole kilpailevia intressejä ole.

Johdanto

Syöpä aiheuttaa miljoonia kuolemia ympäri maailmaa. Parantaa hoitoja, useat biomarkkerit on ehdotettu riskien ennustetta ja hoitovastetta. Viimeaikaiset julkaistu biomarkkereita monissa syöpätyypit sisältävät useita geenejä ja pohjautuvat pääosin geenien ilmentymisen. Ne ovat kertyneet käyttäen mikrosirujen profilointia ja viime aikoina RNA-Seq teknologioita. Usein, jonka tunnuksena biomarkkerit kehitetään tietyn syöpäkudoksessa ja alatyyppejä. Rintasyövässä, esimerkiksi yli 40 biomarkkerit on ehdotettu, joka sisältää välillä 3 ja 512-geenit, ja jonka prognostiset tai ennakoivaa suorituskyky riippuu hoidon, hormoni-reseptori tila, ja joukko geenejä [1], [2]. Toisaalta, suorituskyvyn arvioinnissa ehdotettujen biomarkkereita eri väestöissä tai arvioi kilpailevat biomarkkereita ovat vaikeita tehtäviä vaikka satojen julkisten aineistot ovat saatavilla. Tärkeimmät rajoitukset ovat aikaa ja resursseja, joita tarvitaan saamaan, käsittelemään ja normalisoimiseksi, suodatus, ja tilastollinen mallinnus suurten geeniekspression aineistoja. Tämä on tärkeää, koska useita syitä mukana epäonnistuminen biomarkkereita kliinisissä kokeissa, jotka liittyvät data-analyysi [3]. Analysointiin biomarkkerit, työkaluja ITTACA, KmPlot, RecurrenceOnline, bc-GeneExMiner, gobo, ja PrognoScan on ehdotettu [1], [4] – [9]. Nämä työkalut on vakavia rajoituksia (taulukko 1), mikä vaikeuttaa ja rajoittaa arviointia usean geenin biomarkkereiden syövässä. Jotkut tärkeimmistä rajoituksista ovat harkitsee vain yksi geeni aikaan tai tietty joukko geenejä; keskittyen rinta- tai munasarjasyövän aineistoja tai tiettyyn Affymetrix geeniekspression alusta; edellyttävät lataus Affymetrix geeniekspression data (.CEL tiedostot); ja yhdellä määrä per geeni vaikka jotkut microarray alustoille tarjota enemmän probesets.

Voit yrittää ratkaista tällaisia ​​ongelmia ja helpottaa suorituskyvyn vertailuja ja vahvistukset ennustavien ja ennakoivan biomarkkereita syövän tuloksia, kehitimme SurvExpress. SurvExpress on kattava geeniekspression tietokanta ja web-pohjainen työkalu, joka tarjoaa selviytymisen analysointi ja riskinarviointi syövän aineistot käyttäen biomarkkereiden geeniä listan syötteenä. Työkalu on saatavilla https://bioinformatica.mty.itesm.mx/SurvExpress. Työkalu sisältää opetusohjelma, joka kuvaa analyysi vaihtoehdoista, tontteja, pöydät, keskeiset käsitteet liittyvät selviytymisen analyysin ja edustavia menetelmiä tunnistaa biomerkkiaineissa geenien ilmentyminen tietoja.

Materiaalit ja menetelmät

Tietokanta Acquisition

Aineistot saatiin pääasiassa GEO (https://www.ncbi.nlm.nih.gov/geo/) ja TCGA (https://tcga-data.nci.nih.gov) haun jälkeen avainsanoja, jotka liittyvät syöpään, selviytymisen, ja geenien ilmentymisen tekniikoita. Lisäksi muutaman saatiin tekijän sivustot ja ArrayExpress (https://www.ebi.ac.uk/arrayexpress/). Tietolähteenä näkyy web-käyttöliittymän. Suosimme syöpätyyppeihin yllä kahta eri ikäryhmien ja aineistot, jotka sisältävät Eloonjääntitulokset yli 30 näytettä, joissa sensurointi ilmaisin ja aika kuolemaan, toistuminen, uusiutumisen tai etäpesäkkeiden tarjottiin. Kliiniset tiedot toimitti aineisto kirjoittajien kautta henkilökohtaisia ​​sähköpostitse, kun ei ole saatavilla verkossa vastaavissa arkistoihin. Aineistot olivat selityksin tarjoajalta tiedostoja todettu syyskuuhun 2012 ja oli kvantiili- normalisoitu ja log2 muutos, kun tarvitaan. Vuodesta TCGA, kaikki aineistot hankittu geenin (taso 3). RNA-Seq määrä tietoja log2 muuttunut. Joissakin syöpätyyppien jossa monet aineistoja löydettiin samasta geeniekspression alustalla, tarjoamme myös yhdistettiin meta-base. Meta-emäkset, aineistot olivat quantile normalisoitu; probesets keinot tasausta säästämällä keskihajonta kunkin kohortin; ja aineistot yhdistettiin mukaan probeset id. Tällä hetkellä tarjoamme meta-emäkset rinta-, keuhko-, ja munasarjasyöpä. Helpottaakseen geeni hakuja ja muunnokset geenin tunnisteet, ihmisen geeni tietoja käytettiin ja saatu NCBI FTP-sivustoon (ftp://ftp.ncbi.nih.gov/gene/DATA/GENE_INFO/Mammalia/Homo_sapiens.gene_info.gz). Yksinkertaistaa käyttöliittymää, aineistoja ryhmiteltiin liittyvän elimen tai kudoksen avulla sairauden ontologioita [10].

Web Interface toteutus

Kaksi yksinkertainen ja kevyt HTML käyttöliittymiä perustuu Java Server Pages, JavaScript , R, Ajax, Apache ja MySQL toteutettiin (Kuva 1A).

Input

sivulla käyttäjät esitellä geenin lista perustuu NCBI yhteensopiva geenin tunnisteet (virallinen symboli, Entrez, Ensembl, HGNC tai muut) ja valitse kohde aineisto. Käyttäjät voivat myös valita, miten käsitellä geenejä, joissa on enemmän kuin yksi anturi.

Analysis

sivu poimii aineisto rivit liittyviä geenejä biomarkkerin ja tarjoaa web-käyttöliittymän. Sitten, käyttäjät voivat arvioida biomarkkereiden eri tavoilla, kuten kytkentä päälle ja pois tiettyjä geenejä, ositettiin näytteitä saatavilla kliinistä tietoa (esim vaiheessa luokka, ikä, biokemiallisia tuloksia, ja mutaatio tila), jossa määritellään koulutuksen ja testinäytteiden, ja painottamalla geenien sijaan käytetty Cox asentamisesta. Tulokset näkyvät yhteinen, joustava julkaisu valmis tonttien ja pöydät sisällä

Analysis

sivulta. PDF-versio tuloksia voidaan myös saada.

Paneelissa A esitetään kaavio SurvExpress työnkulun samalla Paneeli B esittää tilannekuvia rajapintojen koodaus vaaditut tietokentät. Ensimmäisessä

Input

web-sivun, käyttäjä voi liittää luettelon geenien (koodattu numero 1, joka voi olla symboleita, Entrez geeni tunniste ja muut tunnisteet) ja valitse aineisto noin 140 saatavilla aineistot ( koodattu 2 ja 3). SurvExpress validoi ja etsii geenit ja aineisto osoittaa

Analysis

web-sivulle, jossa käyttäjä valitsee sensuroitu tulos (tag 4) ja visualisoi tuloksia (oikealla alhaalla laajeni kuvassa 2). Koko prosessi voidaan saavuttaa alle minuutti järkevä määrä geenejä.

Prognostiset Index arviointi

ennustetekijöitä indeksi (PI), joka tunnetaan myös riski pisteet, on yleisesti käytetään tuottamaan riskiryhmiin. PI tunnetaan lineaarinen osa Cox malli [11], PI =

β

1x

1+ β

2 x

2 + … + β

px

p

jossa

x

i

on osoitus arvo ja

β

I

voi saatu Cox asentamisesta. Jokainen

β

I

voidaan tulkita riskikerroin. SurvExpress toteuttaa kaksi menettelyä arvioida

β

kertoimia. Ensimmäinen menettely on klassinen Cox mallia, jossa kaikki geenit sisältyvät ainutlaatuinen malli. Valaisin suoritetaan R (https://cran.r-project.org) käyttäen

selviytymisen

paketti. Toisessa menettelyssä, käyttäjä voi määrittää painon kunkin geenin käyttämisen sijaan arvot Cox asentamisesta. Tällainen vaihtoehto on hyödyllistä tehdä vertailuja biomarkkereita laskettuihin matemaattisia malleja muiden kuin Cox.

Riskinarviointi

SurvExpress toteuttaa kahdella tavalla tuottaa riskiryhmiin. Ensimmäinen menetelmä (oletus) generoi riskiryhmiin halkaistu tilata PI (korkeampia arvoja suurempi riski) useissa riskiryhmiin jättää sama määrä näytteitä kussakin ryhmässä. Kahden riskiryhmiin, tämä vastaa jakaa PI jonka mediaani. Toinen tapa tuottaa riskiryhmiin käyttää optimointialgoritmiä tilatusta PI. Lyhyesti, kaksi ryhmää, log-rank-testi on suorittaa kaikilla arvot järjestetään PI. Sitten algoritmi valitsee jakopisteeseen jossa p-arvo on pienin. Tämä menettely on yleistynyt yli kaksi ryhmää toistuvasti optimoimalla yksi riskiryhmän tuolloin kunnes muutoksia ei havaittu. Tämän menettelyn yksityiskohtia on kuvattu opetusohjelman tarjotaan SurvExpress kotisivuilta.

Lähdöt

lähdöt sisältyvät vastaavat yhteisiä mittareita ja tonttien käytettiin suorituskyvyn arvioimiseen Eloonjääntitulokset. Esimerkki lähtöjen tuottamat SurvExpress on esitetty kuvassa 2. Paneeli A esittää Kaplan-Meier kaaviot riskiryhmä, log-rank-testi välisten erojen riskiryhmiin, vaara-suhde arvion ja viskositeettiluku indeksit, mikä arvio todennäköisyys, että henkilöillä, joilla on suurempi riski kokea tapahtuman jälkeen potilailla, joilla riski on pienempi [12]. Paneeli B näyttää visuaalisen yhdistys saatavilla kliinistä tietoa riskiryhmiin. Paneeli C esittää lämpöä kartta geeniekspression arvoja. Paneeli D näyttää rasiakuvaajien geenien ilmentymisen arvojen poikki geenin ryhmää yhdessä p-arvo vastaava ero. Paneeli E osoittaa riskiryhmään optimointi juoni. Paneeli F näyttää fragmentteja taulukot beta kertoimien mukaan lukien vastaavat Cox p-arvot, ennustetekijöiden indeksi näytettä kohti, ja Cox sopiva tiedot

selviytymistä

paketin R. Muut edennyt tontit ovat saatavilla myös opetusohjelman edellyttäen in SurvExpress. Muut ”advanced tontteja” sisältää SurvivalROC joka arvioi ajasta riippuva herkkyydet ja erityispiirteet hengissä riskiryhmiin [13], mutta tarvitsee muutaman minuutin laskea. Muita tontteja, yksityiskohtien ja tulkintojen lähdöt kuvattu opetusohjelman annetaan SurvExpress verkkosivuilla.

Tässä kuviossa esitetään tulokset rintasyöpä meta-base sisältyvät SurvExpress. Paneeli A esittää Kaplan-Meierin käyrä riskiryhmille, concordance indeksi, ja p-arvo log-rank testaus yhtäläiset eloonjäämiskäyrien. Paneeli B esittää kliinisten tietojen liittyvät riskiryhmään, prognoosi- indeksi, ja lopputulos tiedot. Paneeli C esittää lämpöä kartan esitys geeniekspression arvoja. Paneeli D näyttää rasiakuvaajan poikki riskiryhmiin, kuten p-arvo testaus erotuksen käyttäen t-testiä (tai f-testi yli kaksi ryhmää). Paneeli E esittää suhteen riskiryhmiin sekä varoituksia indeksi. Paneeli F näyttää fragmentteja taulukoita yhteenveto Cox asentamisesta ja ennustetekijöiden indeksit. Tiedot annetaan SurvExpress opetusohjelma.

Tulokset ja sovellukset

Tietokanta

Vaikka tietojen keruuta jatketaan, tähän mennessä olemme keränneet noin 20.000 syöpänäytteissä jaetaan 140 aineistot, jotka kattavat yli 20 kudoksissa (taulukko 2). Tärkein rajoittava sisällyttää enemmän aineistoja oli, että puuttuminen sensuroidaan kauppatietorekistereiden tietoihin. Kuitenkin SurvExpress kokoelma paljon paremmin kuin vastaavat työkalut suhteen kudoksen kattavuuden, näytteiden määrä monimuuttujatestaus ennustajan arviointi, ja toiminnallisuus (taulukko 1). Vuodesta 20 syöpätyyppejä, eniten edustavat niiden määrä aineistoja olivat rinta-, hematologisia, keuhko-, aivo-, ja munasarjojen ja oli noin 70% tietokannan kokoelma. On yllättävää, että useimmat olemassa olevat työkalut ovat keskittyneet pääasiassa rintasyövän vaikka sama määrä aineistoja on käytettävissä muihin syöpätyyppeihin. Näin ollen, yksi välittömästi etuja SurvExpress on saatavilla suorittaa tehokkaita analyysi näiden erittäin tutkittu syöpiä. Lisäksi SurvExpress mahdollistaa validointi biomarkkereita syövässä tyyppejä, joita ei ole käsitellyt muita välineitä, kuten munuaisten, maksan, maha, haiman, luun, pään ja kaulan, ja kohdun. Verkkokäyttöliittymässä, myös kannustaa käyttäjiä esitystä tai lähettää dataa lisätä syövän ja aineisto kattavuutta.

Web Interface

Kaksi web-käyttöliittymiä käsittää kolme osaa:

Input , Analysis

ja

tulokset

(kuvio 1 B).

Input

sivu on helppo käyttää kirjoittamalla tai liittämällä luettelo geenien ja kohde-aineisto (numerot 1-3 kuviossa 1 B). Se sisältää myös linkin opetusohjelma, joka kuvaa kaikki vaihtoehdot ja tarjoaa kattavan tulkintoja lähdöt. Myöhempi

Analysis

ja

tulos

sivu saadaan muutamassa sekunnissa (noin 1 sekunti per geeni ja 200 näytettä).

Analysis

osiossa käyttäjä määrittää tuloksen valitun aineisto, johon analyysi suoritetaan (numero 4 kuvassa 1 B).

Tulokset

§ (kuva 2) saadaan muutaman sekunnin lähettämisen jälkeen analyysin. Tämä osio sisältää tuotoksia kuten Kaplan-Meier -käyrät riskiryhmiin, visuaalinen vertailu kliinisten tietojen riskiryhmiin, että karttaa geenin ilmentymisen arvot, rasiakuvaajien geenin ilmentymisen per geeni ja riskiryhmään, tontti riski ryhmä optimointiin, taulukot Cox kertoimien, prognoosi- indeksit, ja Cox asentamisesta tiedot, sekä linkin saada R skriptejä käytetään.

Validation ja sovellukset

rajoitusten vuoksi muita välineitä, multi-geeni vertailuihin välineet eivät ole olleet mahdollisia. Silti SurvExpress voi tarjota samanlaisia ​​tuloksia muita työkaluja, kun yksi geeni vain käytetään. Kuitenkin arvioida toimivuutta ja arviot SurvExpress, suoritimme kahden analyysin tehokkuuden arviointiin tunnettu ja ehdotti prognostisia biomarkkereita. Käytimme OncotypeDX biomarkkereiden uusiutumisen rintasyövän ja kaksi julkaistua biomarkkereita keuhkosyöpä hengissä.

OncotypeDX biomarkkereiden rintasyöpään.

Esimerkiksi testaamiseksi yhden biomarkkerin useissa aineistoja, käytimme 16 OncotypeDX geenejä [14]. OncotypeDX arvioi toistumisen pisteet joka on lähinnä tarjotaan alkuvaiheen, estrogeeni positiivinen, imusolmuke negatiivinen rintasyöpiä. Geenit mukana ovat

AURKA

,

BAG1

,

BCL2

,

BIRC5

,

CCNB1

,

CD68

,

CTSL2

,

ErbB2

,

ESR1

,

GRB7

,

GSTM1

,

MKI67

,

MMP11

,

MYBL2

,

PGR

, ja

SCUBE2

(

ACTB

,

GAPDH

,

GUSB

,

RPLP0

, ja

TFRC

geenejä käytettiin viite RT-PCR-määritys ei käytetty tähän). Arvioida pisteet, OncotypeDX käyttää painotusta algoritmia vastaava paino kerrottuna vastaavan geenin ilmentymisen normalisoitu viittauksella [14]. Vuonna SurvExpress käytimme Cox asennus (arviona, koska geenin ilmentymisen tietoja ei ole normalisoitu viitata geenejä) neljän rintasyövän aineistot (taulukko 3). Muut asetukset olivat suurin rivi keskimäärin geenien useita probesets, ja kaksi riskiryhmien halkaistu mediaani ennustetekijöiden indeksin. Testaa biomarkkereiden useissa olosuhteissa, aineistoja valittiin heijastamaan potilaille sopiva testi (Wang [27] ja Ivshina [26]), potilailla, joilla on osittaisia ​​tietoja lisäksi eri tapahtumaa (TCGA [25]), ja potilailla ilman kliinisiä tietoja (Kao [15]). Tulokset esitetään kuviossa 3 ja yhteenvetona taulukossa 4 osoittavat, että kaiken kaikkiaan Oncotype DX voi erottaa merkittävästi matalan ja korkean riskin ryhmiin neljän aineistoja testattu. Lisäksi tyydyttävä indeksit concordance ja alueilla ROC käyrä saatiin. Nämä tulokset voidaan saada käyttämällä SurvExpress muutamassa minuutissa. Osoittaakseen analyyttinen ominaisuudet SurvExpress, me myös suorittaa selviytymisen arviointi kerrostetaan näytteitä kasvain laadut Kirjailijoiden (AJCC vaihe TCGA aineisto ja arvosana Ivshina aineisto). Edustavia tuloksia Ivshina aineisto on esitetty kuviossa 4. Luku osoittaa, että suorituskyky, antama concordance indeksin ja log-rank testi riskiryhmille, pienenee pitkin laatu. Tulokset TCGA aineisto esitetään Tutorial saatavilla SurvExpress verkkosivuilla.

sensurointi näytteitä näkyvät ”+” merkkejä. Vaaka-akseli edustaa aikaa tapahtumaan. Aineisto, lopputulos tapahtuma, aikataulu, concordance indeksi (CI), ja p-arvo log-rank-testi esitetään. Punainen ja vihreä käyrät tarkoittavat korkean ja matalan riskin ryhmiin vastaavasti. Punainen ja vihreä numeroita vaakasuoran akselin edustavat useita henkilöitä ei esitä tapauksessa vastaavan riskiryhmään pitkin aikaa. Yksilöiden lukumäärä, määrä sensuroitu, ja CI kunkin riskiryhmään näkyvät oikeassa yläkulmassa sisäkkeet.

Legends kuten kuvassa 3.

vertailu kahden keuhkosyöpään biomarkkereita.

ei-pienisoluinen keuhkosyöpä (NSCLC), vähintään 16 biomarkkerit on ehdotettu [16]. Täällä vertasimme kaksi biomarkkereita ehdotettu selviytymiselle NSCLC joka yrittää ennustaa saman tapahtuman (eloonjääminen) ja käyttää samanlaista joukko geenejä; kuitenkin, geenit ovat erilaisia. Ensimmäinen NSCLC biomarkkereiden ehdotti Boutros

et al.

[17] ja se sisältää seuraavat geenit:

STX1A

,

HF1A

,

CCT3

,

HLA-DPB1

,

RNF5

, ja

MAFK

. Toinen NSCLC biomarkkereiden ehdotti Chen

et al.

[18] ja sisältää geenit

DUSP6

,

MMD

,

STAT1

,

erbB3

, ja

LCK

. Siksi on kliinistä merkitystä verrata suorituskykyään. Tätä varten suoritimme analyysin SurvExpress käyttäen suurinta rivi keskimäärin geenien useita probesets kaksi riskiryhmien ennustetekijöiden indeksin mediaani, ja Cox asentamisesta. Käytimme erityistä keuhkojen meta-base rakentaa meidän tutkimusryhmä, joka koostuu yli 1000 kerättyjen näytteiden kuusi kirjoittajien (Bild [19], Raponi [20], Zhu [21], Hou [22], NCI [23 ], Okayama [24]), joka vastaa Affymetrix geeniekspression alustalla, ja joka sisältää kaikki biomarkkereiden geenejä.

tulokset osoittavat, että molemmat biomarkkerit voivat erillisiä riskiryhmiin ominaista erot niiden geenien ilmentyminen (ks Kaplan-Meier ja rasiakuvaajien vastaavasti kuviossa 5). Tästä huolimatta p-arvo riskiryhmään erottaminen, viskositeettiluku indeksi ja merkitys kertoimien oli hieman paremmin Chen biomarkkereiden. Analysoida biomarkkerit syvemmin, testasimme biomarkkereiden kohden tietokannan tekijän avulla SurvExpress kerrostuminen toiminnot (tämä voidaan saavuttaa myös suorittamalla SurvExpress analyysi tekijäkohtaisen aineisto). Tulokset Kuuden kirjoittajat on koottu taulukkoon 5. Kolme edustavia esimerkkejä esitetään kuviossa 6. Tulokset osoittavat, että Boutros biomarkkereiden epäonnistuu neljästä tiedostosta (log-rank testi ero riskiryhmiin ei ole merkittävä), kun Chen biomarkkereiden toimii paremmin lähes kaikissa aineistoja. Yhteenvetona nämä tulokset viittaavat siihen, että suorituskyky Chen biomarkkereiden on ylivoimainen.

Kaplan-Meier käyrät kuten kuvassa 3. Kuumenna kartta osoittaa ilmentymisen kunkin geenin (rivit) pitkin näytettä (sarakkeet) riskiryhmiin. Alhainen ilmentyminen on edustettuna vihreä laadut ja voimakasta ilmentymistä punaisella laadut. Vastaava beta kertoimet Cox asentamisesta näytetään. Kaksi tähteä (**) merkitsee geenejä, joiden istuva p-arvo 0,05, yksi tähti (*) marginaalinen merkittävä geenien ottaa p-arvo 0,10, eikä tähtiä geenit, joiden p-arvo on 0,1. Rasiakuvaajien vertailla ero geenien ilmentymisen välillä riskiryhmiin käyttäen t-testiä.

Legends kuten kuvassa 3.

Johtopäätös

verrattuna muihin välineisiin, SurvExpress on suurin ja monipuolisin ilmainen työkalu tehdä vahvistus usean geenin biomarkkereita geenien ilmentyminen ihmisen syövissä. Analyysi vaatii vain luettelo geenien ja voidaan suorittaa noin minuutti per aineisto. Yhteinen sovelluksia testaamiseksi suorituskyvyn biomarkkereiden sisällyttävä arviointi biomarkkereiden muissa populaatioissa tai kliininen tila ja vertailua kilpailevien biomarkkereita. Olemme osoittaneet nämä kaksi sovelluksia SurvExpress verrataan suorituskykyä rintasyövän biomarkkereiden useissa aineistoja, kuten kasvain arvosanoja, ja määritellä paras biomarkkereiden kahdesta vaihtoehtoista keuhkosyöpään biomarkkereita. Voimme päätellä, että SurvExpress on arvokas ja kattava web työkalu ja syövän tietokanta hoitotuloksia räätälöity nopeasti arvioida geenien ilmentymisen biomarkkereita.