清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

LinkedOmics: analyzing multi-omics data within and across 32 cancer types

组学 生物 蛋白质组学 计算生物学 癌症 基因组学 生物信息学 基因组 遗传学 基因
作者
Suhas Vasaikar,Péter Straub,Jing Wang,Bing Zhang
出处
期刊:Nucleic Acids Research [Oxford University Press]
卷期号:46 (D1): D956-D963 被引量:1926
标识
DOI:10.1093/nar/gkx1090
摘要

The LinkedOmics database contains multi-omics data and clinical data for 32 cancer types and a total of 11 158 patients from The Cancer Genome Atlas (TCGA) project. It is also the first multi-omics database that integrates mass spectrometry (MS)-based global proteomics data generated by the Clinical Proteomic Tumor Analysis Consortium (CPTAC) on selected TCGA tumor samples. In total, LinkedOmics has more than a billion data points. To allow comprehensive analysis of these data, we developed three analysis modules in the LinkedOmics web application. The LinkFinder module allows flexible exploration of associations between a molecular or clinical attribute of interest and all other attributes, providing the opportunity to analyze and visualize associations between billions of attribute pairs for each cancer cohort. The LinkCompare module enables easy comparison of the associations identified by LinkFinder, which is particularly useful in multi-omics and pan-cancer analyses. The LinkInterpreter module transforms identified associations into biological understanding through pathway and network analysis. Using five case studies, we demonstrate that LinkedOmics provides a unique platform for biologists and clinicians to access, analyze and compare cancer multi-omics data within and across tumor types. LinkedOmics is freely available at http://www.linkedomics.org.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
8秒前
无悔完成签到 ,获得积分10
11秒前
打打应助健忘雁易采纳,获得10
13秒前
青山完成签到 ,获得积分10
20秒前
ww完成签到,获得积分10
28秒前
橙汁摇一摇完成签到 ,获得积分10
40秒前
Glitter完成签到 ,获得积分10
42秒前
索谓完成签到 ,获得积分10
54秒前
GankhuyagJavzan完成签到,获得积分10
1分钟前
迅速灵竹完成签到 ,获得积分10
1分钟前
2分钟前
健忘雁易发布了新的文献求助10
2分钟前
Emperor完成签到 ,获得积分0
2分钟前
情怀应助科研通管家采纳,获得10
2分钟前
fangyifang完成签到,获得积分10
2分钟前
CherylZhao完成签到,获得积分10
3分钟前
FloppyWow完成签到 ,获得积分10
3分钟前
千帆破浪完成签到 ,获得积分10
3分钟前
4分钟前
ljlbest1984发布了新的文献求助10
4分钟前
zhdjj完成签到 ,获得积分10
4分钟前
健忘雁易发布了新的文献求助10
4分钟前
4分钟前
俊逸的盛男完成签到 ,获得积分10
5分钟前
袁雪蓓完成签到 ,获得积分10
5分钟前
健忘雁易完成签到,获得积分20
5分钟前
5分钟前
房天川完成签到 ,获得积分0
5分钟前
coolplex完成签到 ,获得积分10
6分钟前
沉沉完成签到 ,获得积分0
6分钟前
和谐的夏岚完成签到 ,获得积分10
6分钟前
6分钟前
wjw123发布了新的文献求助10
6分钟前
搜集达人应助wjw123采纳,获得10
6分钟前
wen完成签到,获得积分10
6分钟前
lod完成签到,获得积分10
6分钟前
沙与沫完成签到 ,获得积分10
6分钟前
mzhang2完成签到 ,获得积分10
7分钟前
7分钟前
淡然藏花完成签到 ,获得积分10
7分钟前
高分求助中
Thinking Small and Large 500
Algorithmic Mathematics in Machine Learning 500
Getting Published in SSCI Journals: 200+ Questions and Answers for Absolute Beginners 300
The Monocyte-to-HDL ratio (MHR) as a prognostic and diagnostic biomarker in Acute Ischemic Stroke: A systematic review with meta-analysis (P9-14.010) 240
Interpretability and Explainability in AI Using Python 200
SPECIAL FEATURES OF THE EXCHANGE INTERACTIONS IN ORTHOFERRITE-ORTHOCHROMITES 200
Null Objects from a Cross-Linguistic and Developmental Perspective 200
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3833864
求助须知:如何正确求助?哪些是违规求助? 3376300
关于积分的说明 10492595
捐赠科研通 3095843
什么是DOI,文献DOI怎么找? 1704723
邀请新用户注册赠送积分活动 820104
科研通“疑难数据库(出版商)”最低求助积分说明 771859