UCSC Xena Demo-低级胶质瘤和胶质母细胞瘤的分子特征

此部分的内容来自UCSC Xena官方提供的视频教程，大家也可以到YouTube自行观看。此教程共分为3个部分：

1. 第一部分是一个对Xena的简单的介绍（时长大约5min）；
2. 第二部分是利用TCGA中的LGG和GBM数据来做一个简单的操作演示（时长大约17min），经过第二部分的学习就能够掌握Xena可视化的大部分操作；
3. 第三部分是一个时长55分钟的报告（第二部分是此部分的一个节选片段），详细介绍了UCSC Xena解决的问题、其所包含的公共数据库有哪些、利用公共数据库进行可视化分析、利用下载的数据（或私人数据）进行分析等等。

本篇内容主要来自于第二部分和第三部分。主要是如何基于公共数据库使用UCSC Xena进行简单的可视化分析。其中关于数据库的介绍，会另外单独辟出篇章进行。公开数据库的示例数据集是TCGA-LGG和TCGA-GBM的chr1和chr19的copy number，还有TP53、ATRX的mutation。私人数据的演示将放在下一篇 中进行。

数据的载入

1. 进入UCSC Xena Functional Genomics Explorer：

以下是我们主要使用的界面：

在这个界面内，数据以spreadsheet为单位展示。其可以包含单个phenotypic变量，也可以是某个gene上的DNA methylation或mutation、某条染色体上的copy number、1个或多个gene expression。其每一行表示一个样本，所要分析的所有样本叠加在一起组合成headmap（或者其他），不同种类的数据在spreadsheet上会有不同形式的展示。关于spreadsheet更加详细的介绍请见。

一般来说，我们至少需要添加3个spreadsheets（sample datasets、一个phenotypic变量、一个genomics变量）才能进行一般的genomics分析，所以页面会提供一个3-steps的wizard。

2. 选择一个合适的study（第一步）

这里实际上就是加载第一个sreadsheet--sample datasets。TCGA等公开数据库中的数据根据不同的研究目的（针对特定癌症、或者泛癌分析等）进行了打包，选择特定的研究就会载入其相关的所有样本：

使用条带来表示样本量大小，并标注一个条带代表了多少个样本（上图中是500）。

3. 选择研究的第一个“变量”（第二步）

第二步需要我们添加第二个spreadsheet，一般来说这都是一个临床信息变量，即phenotype。这里根据我们的示例任务，我们选择“癌症类型”。这属于phenotypic类型（即临床信息），如下图所示：

当然，我们没有必要只增加一个phenotype，如果我们的分析需要更多的phenotypes，则添加继续添加即可。当增加到3个spreadsheets的时候，界面便会跳转到分析界面上，但这没有关系，在此界面上可以继续添加spreadsheets。我们也可以在一次添加中添加多个变量，只需要同时勾选多个phenotypes即可。

变量类型

变量类型一共有3种，除了上面提到的phenotypic，还有另外两种类型，genomics和analytic，genomics将在下一步进行介绍，这里简单介绍一下analytic。

analytic型变量，就是基于genomics数据，通过一些数据分析方法得到的诸如分子亚型、评分等数据，比如免疫亚型：

3. 选择第二个“变量”（第三步）

一般是genomics类型。

数据分析

整个分析界面如下面所示。实际上挺简单的，图形界面操作，看一眼也都能知道是怎么用。

1. 继续添加剩下的chr19数据和mutation数据

我们可以看到，连续性的变量主要以heatmap的格式存在，而至于分类变量则是以不同颜色的条带来表示。很多genomics的数据，拥有更多的信息（比如copy number、methylation等），则会给出更多的信息，比如每个位点所在基因或染色体的位置、状态等等。总之，信息量是很丰富的。

2. 筛选出我们需要的数据

得到下面的结果：

实际上我们可以通过移动spreadsheet来实现样本按照不同的类型进行排序。比如我们可以将TP53的mutation移到前面去，则样本会优先按照tp53的值进行排序，然后才是cancer type：

我们可以看到有大量的null（缺失样本），我们不希望要这些样本，则可以继续使用上的样本搜索框来实现过滤（这里把tp53的expression数据类型改成了mutation，之前只是为了方便说明不同类型的变量的展示结果）：

3. 简单的数据分析

这一部分的图可能和上面的不太一样，进行上面的内容的时候，网不是太稳定，所以只能加载一段染色体上的copy number数据，而本部分是加载了1号和19号染色体的全部copy number数据，所以才能够比较直观的看出差异来。

实际上根据这些可视化内容，我们就已经可以进行一些简单的分析了：

• 可以看到，根据1号和19号染色体的copy number，可以很明显地将LGG的样本分为2个部分，这两个部分在TP53和ATRX mutation上也存在着明显的不同。

• 而在GBM上，则无法看到这样明显的区别。不过基于1号染色体的copy number数据，可以看到GBM样本也可以进一步分为2个小的亚型。

4. 绘制两种癌症的K-M plot

详细的关于K-M plot的信息，请见。

5. 对数据进行statistic可视化

点击右上角进入chart页面，可以绘制一些统计图示，从整体上来对数据进行一定的分析。（不是所有数据都可以绘制chart，比如mutation数据就不行）

关于chart的详细信息，请见

暂存当前的分析结果（Bookmarks）

有两种方式：bookmarks url和export files（但都只能保存30天）。

• Bookmarks url，将当前的内容保存到云端，会生成一个url，用来进行分享。为了安全起见，私人数据在保存的时候会被剔除。
• export会将当前可视化所需要的所有内容都整理成一个json文件，保存到本地，当使用时，再通过import导入即可，这种方式可以将私人数据的可视化保存。

其他

以上图示结果都可以下载为PDF文件，比较方便。

这基本上就是UCSC Xena的所有功能，功能不算太多，但重要的在于可以马上形成漂亮的可视化。在相关研究的计划阶段，可以使用这些功能快速的验证猜想，有助于之后的研究设计和决策。