好久没有更新文章啦~之前写了几篇Chip-seq相关的文档，在果子老师的公众号中发布了，近期得空的话应该也会同步到简书上吧。今天开一个新的文集，想介绍一下大名鼎鼎的Xena网页工具 （当然也可通通过GitHub下载他们的客户端工具哦~）。
老实讲，作为一个专门做湿实验的人，即使我非常乐意学习生信，但这么多年过去。我的技术还是非常一般，仅仅是入门级别。得益于洲更的帮助，我才能顺利的推进一些项目的数据分析。最近我收到了一些需求，就是利用TCGA数据做一些分析。我呢一开始也是打开GDC，然后下载数据，打算使用R语言去处理并统计。但是这一套流程下来对于R语言功底非常薄弱的我来说，就非常耗费时间。我非常希望有一个在线工具能够快速的达成我的需求。因此我在搜索引擎上搜索，并找到了Xena。我打出这个名字，大概有一些人会说，这我早就知道呀，你怎么现在才知道？怎么在玩别人剩下的东西。我也只能笑笑，只要是非常好用的东西，还有人不知道，我就会非常想要推荐给大家，这大概就是按头安利吧！
Xena homepage
1. Xena是什么？
Xena是加利福尼亚大学圣克鲁斯分校的研究团队主导开发，文章先于2019年9月上线预印本BioRxiv，并于2022年5月22日发表于NBT杂志的correspondence section：Goldman, M.J., Craft, B., Hastie, M. et al. Visualizing and interpreting cancer genomics data via the Xena platform. Nat Biotechnol (2020). https://doi.org/10.1038/s41587-020-0546-8。他们目前收录的数据库资源有：癌症基因组图谱(TCGA)、国际癌症基因组联盟(ICGC)和基因组数据共享(GDC)的数据。
database source
Xena几乎支持任何功能基因组学数据，包括SNVs、INDELs、大结构变异、拷贝数变异、基因-、转录本-、外显子-、miRNA-、LncRNA-、蛋白质表达、DNA甲基化、ATAC-seq信号、表型/临床注释和更高水平的衍生基因组参数。除了可以查看它们收录的公共数据库数据，用户还可以使用该工具查看自己的个人数据。
基于对以上信息的了解，当下认定Xena是可以满足我要求的一个快速工具。确定目标后就要快速学习。
2. 快速学习Xena使用方法
和其他工具 一样，Xena有着非常完善的帮助文档系统，甚至还有一系列非常贴心的教学视频，因此个人认为，只要用户花费时间去学习帮助文档，就可无需他人帮助即可自行使用Xena。所以一开始我很犹豫要不要写一个这样的学习笔记，因我认为，我已经没有可以写的空间了，帮助文档已经非常完善。打开User Help Pages之后可以看到如下画面：
User Help Pages
首先看到左边一列书签/目录，我们看到帮助文档也分为好几个section，第一个是教程，里面包含基础教程1,2,3，以及高级教程1-2，同时还有Tumor和Normal对比的教程，以及如何使用Xena查看个人数据，以及一些经典的案例。
我个人是花了一些时间把视频教程都看完了，虽然都是全英文的，但描述非常简洁明了，用词用句也尽量简单易懂，听起来不会费什么力气，我甚至认为这可当做一个非常好的学习初级英文讲课（演讲）的素材。这些视频教程大概有1个半小时左右，而我学习则花费了3-4个小时的时间，因为有时候会反复听，并且跟着视频操作，同时还会截图教程做PPT记录（实际上Xena的使用太过简单，学会之后再也没有回看过笔记了）。初步学习后就开始按照自己的需求操作，在操作过程中会回去再次查看教程。截止目前，我使用Xena的时间应该已经超过24小时，可以说基本入门Xena的使用方法，同时还有一些特别的内容随着我的需求，会进一步熟悉。
3. Xena能干什么
我们在介绍的时候就说过了，Xena可以查看转录组、拷贝数变异等等相关信息。与其说知道它能干什么，不如直接从我们的目的出发。肿瘤学研究有几个非常热门的需求，如下：
1. 查看某基因在某种癌中，癌和癌旁的表达差异，是否可以作为肿瘤的标记物？
2. 查看某基因是否与生存or预后相关？此时需要进行生存曲线分析。
3. 查看两个或者多个基因表达是否相关，且是否与生存相关，可否作为肿瘤的联合标记物？
4. 比较一个基因或者多个基因在多种肿瘤类型中的表达或者突变情况：此时需要跨癌种进行表达分析，并且查看体细胞突变情况。
5. 想知道基因表达是否与肿瘤亚型或者肿瘤进展（肿瘤分级或者转移与否）相关，是否可以作为预后标记物或者肿瘤某种亚型的标记物。
以上都是非常经典的肿瘤学研究的需求，而这些需求通通可以使用Xena完成，且Xena都有相应的教程以供学习，此外，除了在Xena上完成分析，我们还可以直接下载我们在Xena上选好的数据，再使用R语言进一步分析。
我怎么做...？
4. 小结
当人们有急切的需求时，从头学习生物信息学尤其是R语言，简直不要太痛苦。但随着生物信息学的快速发展，有非常多优秀的在线工具出现，使得零基础的人也有了触及数据分析的机会，有些在线工具可以一键完成转录组数据分析，一键画各种酷炫的图。虽然有些人觉得没啥意思，但我觉得对于外行人来说还是相当有意义的，当我们基本的需求得以快速的完成，那么不就有更多的时间用于思考了么？偶尔会听到有人说以后湿实验会被机器人取代，人类的工作会被AI抢掉，最近大火的ChatGPT强人工智能让这种论调再次甚嚣尘上。对于某个领域各种工具的快速发展我是持非常欢迎的态度，因为只有这样，人men才有更多时间去做人应该做的事情呀！最后，希望我们都能快乐学习！
网友评论