北京大學(xué)生科院唐澤方博士 來(lái)自生信者言 00:00 00:48

北京大學(xué)生命科學(xué)學(xué)院唐澤方博士

（受訪者供圖）

歡迎您點(diǎn)擊文末的“閱讀原文”填寫唐澤方博士發(fā)起的GEPIA使用情況問卷調(diào)查，任何技術(shù)問題，請(qǐng)聯(lián)系：tangzefang@pku.edu.cn

全文約4000字，閱讀用時(shí)8分鐘

崗位職責(zé)

癌癥表達(dá)譜分析在基因功能研究、藥物靶點(diǎn)篩選、分子亞型診斷等多個(gè)領(lǐng)域發(fā)揮重要作用。國(guó)內(nèi)外在此方面已積累了海量數(shù)據(jù)，如TCGA和GTEx等。

然而，如何能有效的整合和利用這些已有的大數(shù)據(jù)信息，讓無(wú)生信分析基礎(chǔ)的科研人員和臨床醫(yī)生能夠靈活檢索和運(yùn)用已有表達(dá)譜數(shù)據(jù)信息，同時(shí)實(shí)現(xiàn)友好的交互和圖形化展示，這個(gè)難題橫梗在不少研究者面前。

GEPIA（http://gepia./）的發(fā)布很好的解決了上述問題。

GEPIA是一種癌癥表達(dá)譜數(shù)據(jù)的交互式web服務(wù)器，包含來(lái)自TCGA和GTEx的9736個(gè)腫瘤樣本和8,587個(gè)正常樣本的RNA測(cè)序表達(dá)數(shù)據(jù)。

GEPIA包含腫瘤/正常組織的差異表達(dá)分析、不同癌癥類型或病理階段的分析、生存分析、相關(guān)性分析和降維分析等多種分析模塊，同時(shí)還提供快速定制功能，在很大程度上填補(bǔ)了癌癥基因組學(xué)大數(shù)據(jù)和終端用戶之間的信息缺口，幫助臨床醫(yī)生和科研工作者更高效的利用已有的公共數(shù)據(jù)資源。

今年4月，北京大學(xué)張澤民團(tuán)隊(duì)的唐澤方博士以第一作者身份在Nucleic Acids Research雜志上在線發(fā)表題為“GEPIA: a web server forcancer and normal gene expression profiling and interactive analyses”的文章（李辰威博士，為本文共同第一作者），詳細(xì)介紹了開源癌癥大數(shù)據(jù)分析網(wǎng)站--GEPIA。

令人驚喜的是，唐博士還在手機(jī)移動(dòng)端進(jìn)行了癌癥大數(shù)據(jù)可視化的研發(fā)嘗試。在今年1月，唐博士以通訊作者和一作身份在Bioinformatics雜志上發(fā)表題為“GE-mini: a mobile APP for large-scale gene expression visualization”的報(bào)道，發(fā)布了可良好支持安卓和Mac OS兩種系統(tǒng)的癌癥大數(shù)據(jù)可視化手機(jī)APP GE-mini 。

為更好地了解這個(gè)越來(lái)越廣被應(yīng)用的軟件的背景、技術(shù)特點(diǎn)等，生信者言《第一作者》欄目采訪了GEPIA軟件的作者－－唐澤方博士。

崗位職責(zé)

生信者言：請(qǐng)?zhí)撇┦肯茸鰝€(gè)自我介紹。

唐澤方博士：大家好，我是唐澤方，是北京大學(xué)生命科學(xué)學(xué)院BIOPIC張澤民組的博士四年級(jí)研究生。在2014年我加入張澤民研究員的課題組開始攻讀博士學(xué)位，主要研究方向是TCGA 癌癥大數(shù)據(jù)與GTEx 正常組織大數(shù)據(jù)的整合與數(shù)據(jù)挖掘。

崗位職責(zé)

生信者言：能具體說說您和您所在團(tuán)隊(duì)的研究?jī)?nèi)容與方向嗎？

唐澤方博士：我們致力于用前沿的基因組學(xué)和生物信息學(xué)技術(shù)來(lái)解決癌癥生物學(xué)中的重要問題，結(jié)合計(jì)算（干）和實(shí)驗(yàn)（濕）方法來(lái)揭示腫瘤發(fā)生過程、微環(huán)境和對(duì)藥物響應(yīng)中的系統(tǒng)變化和具體遺傳因素，以推進(jìn)癌癥免疫治療和靶向治療的發(fā)展。

首先，我們應(yīng)用單細(xì)胞測(cè)序技術(shù)來(lái)研究腫瘤微環(huán)境，特別是浸潤(rùn)腫瘤免疫細(xì)胞的精確組成和功能狀態(tài)，應(yīng)用單細(xì)胞測(cè)序技術(shù)來(lái)研究腫瘤的異質(zhì)性以及各種異質(zhì)性對(duì)癌細(xì)胞的功能和藥敏的影響。

第二，我們將尖端生物信息學(xué)方法應(yīng)用到癌癥基因組學(xué)大數(shù)據(jù)中，以揭示癌癥的亞型、驅(qū)動(dòng)基因以及其他致癌因素的遺傳基礎(chǔ)，如基因融合、等位基因差異表達(dá)、腫瘤特有的轉(zhuǎn)錄異構(gòu)體等，從而發(fā)現(xiàn)新型癌癥靶點(diǎn)和標(biāo)記物。

第三，我們開發(fā)原創(chuàng)性的生物信息學(xué)工具來(lái)進(jìn)行單細(xì)胞基因組數(shù)據(jù)和大規(guī)模癌癥基因組學(xué)數(shù)據(jù)的分析、整合和可視化，為對(duì)這些數(shù)據(jù)的有效挖掘提供基礎(chǔ)。

崗位職責(zé)

生信者言：非常前沿的研究！我想幫有志于參與研究工作的小伙伴們問一句，是否有機(jī)會(huì)加入張老師的團(tuán)隊(duì)？

唐澤方博士：當(dāng)然，歡迎加入張澤民老師團(tuán)隊(duì)。

目前招聘的崗位有：博士后（癌癥基因組學(xué)和生物信息學(xué)）、實(shí)驗(yàn)技術(shù)人員、生物信息學(xué)工程師/助理研究員。

申請(qǐng)?jiān)斍榭催@里：

http:///index.php/positions/eng/

崗位職責(zé)

生信者言：目前，還有哪些GDEPIA同類軟件？GEPIA相對(duì)于其他同類軟件，優(yōu)勢(shì)在哪里？

唐澤方博士：其他一些分析工具，如cBioPortal（www.cbioportal.org/） 、HPA（www.proteinatlas.org/）、Expression Atlas（www.ebi.ac.uk/gxa/）等，這些軟件各有側(cè)重，如cBioPorta擅長(zhǎng)處理多組學(xué)數(shù)據(jù)，HPA優(yōu)勢(shì)在于蛋白信息的整合，而Expression Atlas則提供了多物種的表達(dá)數(shù)據(jù)，等等。但是，盡管這些數(shù)據(jù)庫(kù)都提供了一定程度的可視化和分析功能，也得到了廣泛應(yīng)用，但都沒有充分解決實(shí)驗(yàn)生物學(xué)家需要的許多額外的表達(dá)分析功能。

GEPIA則更為全面和方便。

GEPIA提供了關(guān)鍵的交互分析和定制功能，包括腫瘤/正常組織差異表達(dá)譜分析、剖面繪制、病理分期、生存分析和降維分析等。網(wǎng)頁(yè)式的交互界面讓使用更為簡(jiǎn)單，只需點(diǎn)擊GEPIA 就可以進(jìn)行綜合全面的表達(dá)分析，大大促進(jìn)了研究領(lǐng)域內(nèi)的數(shù)據(jù)挖掘、科學(xué)討論和治療的發(fā)現(xiàn)過程。此外，GEPIA還能夠提供快速定制功能，以滿足不同的數(shù)據(jù)處理需求。

崗位職責(zé)

生信者言：GEPIA 主要整合了哪些數(shù)據(jù)庫(kù)的信息? 主體架構(gòu)是什么樣的? 還有我比較好奇的是，在整合進(jìn)來(lái)的這么多作圖、統(tǒng)計(jì)小工具中，大家使用最多的有哪些? 

唐澤方博士：除了大家最耳熟能詳?shù)?TCGA數(shù)據(jù)庫(kù)之外，在GEPIA中我們還整合了 GTEx 的數(shù)據(jù)，TCGA 和 GTEx 的表達(dá)量數(shù)據(jù)，都是在同一個(gè) pipeline下重新算出來(lái)的，可以直接比較。

架構(gòu)上來(lái)講，GEPIA用MySQL創(chuàng)建數(shù)據(jù)庫(kù)，主體分析流程由R和Perl完成，用php實(shí)現(xiàn)網(wǎng)頁(yè)式交互展示。

在GEPIA的所有功能中，最受歡迎的三大明星功能就是：生存分析(Survival Analysis)、相關(guān)性分析(CorrelationAnalysis)、盒式圖繪制(Boxplot)。

崗位職責(zé)

生信者言：能否跟大家分享一個(gè)GEPIA 的使用案例?

唐澤方博士：利用GEPIA我們可以從多個(gè)角度分析一個(gè)基因：比如CTHRC1這個(gè)基因，通過stage與表達(dá)的關(guān)系圖，boxplot分析以及survivalanalysis，我們得到了如下的結(jié)果：

這三個(gè)結(jié)果顯示，CTHRC1基因在癌和癌旁比較是癌高表達(dá)基因，且在胃癌中，分期越晚，表達(dá)量越高，同時(shí)，高表達(dá)的群體其預(yù)后會(huì)比低表達(dá)群體預(yù)后差。在文獻(xiàn)調(diào)研過程中，我們發(fā)現(xiàn)該基因在胃癌中是一個(gè)預(yù)后marker，因此，這個(gè)結(jié)果在GEPIA 中就得到了很好的驗(yàn)證。

崗位職責(zé)

生信者言：GEPIA 的在線分析界面非常方便、友好、易用。那么，目前的訪問量和用戶量如何?

唐澤方博士：近3個(gè)月的用戶數(shù)據(jù)如下：

可以看到，GEPIA現(xiàn)在已有用戶4,072人，3個(gè)月內(nèi)用戶會(huì)話13,983，網(wǎng)頁(yè)訪問量高達(dá)55,952，76.9%的用戶會(huì)重復(fù)訪問。

整體上來(lái)看，用戶數(shù)和訪問量都一直是快速增長(zhǎng)的趨勢(shì)，在臨床醫(yī)生和科研工作者中還是比較受歡迎的。

崗位職責(zé)

生信者言：GEPIA下一步的開發(fā)計(jì)劃是什么?下個(gè)版本迭代的時(shí)間是什么時(shí)候?

唐澤方博士：GEPIA 準(zhǔn)備在明年開發(fā)第二版本，將增加一些之前技術(shù)手段所不能及的分析，同時(shí)，將已有的分析手段再深入一至兩層。

此外，在本文文末設(shè)置了一個(gè)小的問卷調(diào)查，希望能夠搜集大家的想法和建議，在新版本中進(jìn)行更新。

崗位職責(zé)

生信者言：如此受歡迎的軟件，是否有商業(yè)化應(yīng)用的考慮呢? 

唐澤方博士：我們團(tuán)隊(duì)希望GEPIA 系列能夠被大家廣泛使用于科研中，因此GEPIA將保持開源，沒有商業(yè)化的打算。

崗位職責(zé)

生信者言：GE-mini 以手機(jī)app的形式出現(xiàn),可謂是十分前沿的生信概念工具了,能為我們介紹下這個(gè)軟件嗎? 

唐澤方博士：GE-mini 是我們對(duì)于對(duì)癌癥大數(shù)據(jù)可視化的一個(gè)初步探索，在設(shè)計(jì)之初（2015年），我們了解到市場(chǎng)上并沒有生信相關(guān)的APP，因此我們決定開創(chuàng)一條新的可視化方式。它的設(shè)計(jì)初衷是讓人們能夠在手機(jī)上方便查閱基因的表達(dá)譜以及在人體各部位的表達(dá)分布。

GE-mini的數(shù)據(jù)集是我們通過UQ 的標(biāo)準(zhǔn)化方法將兩套不同的數(shù)據(jù)集標(biāo)準(zhǔn)化后的結(jié)果，它的表達(dá)譜與GEPIA 的相似，但不相同。

它將癌（TCGA）、癌旁（TCGA normal）以及正常組織（GTEx）分開呈獻(xiàn)，而不像GEPIA 將癌旁、正常組織合為一類。這個(gè)思路，隨著近期NC 報(bào)道出癌旁與正常組織表達(dá)并不一樣后，開始讓我們覺得更合理的，應(yīng)該是GE-mini 這樣的分法。

歡迎大家多多使用，多提建議。

崗位職責(zé)

生信者言：您覺得什么樣的生信軟件在手機(jī)app上更易被接受?目前是否有其他類似app？

唐澤方博士：UI、簡(jiǎn)化分析、能夠?qū)φn題起到升華的功能分析，都是擁有市場(chǎng)的保證。

北京大學(xué)的李川昀老師在和我們團(tuán)隊(duì)差不多的時(shí)間發(fā)表了一款A(yù)PP：RhesusBase，是關(guān)于猿猴物種的基因表達(dá)譜，大家可以了解下。手機(jī)上的生信APP，現(xiàn)在已經(jīng)不僅僅是概念了，以后也一定會(huì)有更多的發(fā)展。

崗位職責(zé)

生信者言：最后一個(gè)不算問題的問題，您或您的團(tuán)隊(duì)還會(huì)繼續(xù)致力于更多新生信軟件的開發(fā)嗎? 

唐澤方博士：隨著GE-mini 和GEPIA 的發(fā)布，我們團(tuán)隊(duì)已經(jīng)有了好的工具開發(fā)經(jīng)驗(yàn)，也將繼續(xù)這方向的工作，敬請(qǐng)大家期待我們的新工具。

感謝唐博士接受《第一作者》專訪！