之前在Connectivity Map(cMap)的探索應(yīng)用（二）中提到了兩種cmap在線分析網(wǎng)站，一個(gè)是build2 ；另一個(gè)是CLUE平臺(tái)。bulid2在cMAP在線分析——舊版build2的使用 那期已經(jīng)講解過(guò)，今天就來(lái)簡(jiǎn)單介紹下CLUE平臺(tái)的使用！由于CLUE平臺(tái)的功能很多，會(huì)分多期講解。上一期cMAP新版clue的使用——List Marker已經(jīng)簡(jiǎn)單介紹了List Maker的操作方法，今天開始 query的介紹！
cMAP新版clue在線分析 ，網(wǎng)站：https://clue.io/。
cMAP新版clue在線分析 ，網(wǎng)站：https://clue.io/。
clue的主工具區(qū)（Tools）
今天主要介紹query，該工具主要用于比較輸入signature list與參考數(shù)據(jù)庫(kù)中表達(dá)譜的相似性。
- 首先，點(diǎn)擊tools—query，進(jìn)入如下界面，（1）命名本次分析，這命名為Myfirst individual query；（2）在query參數(shù)處，選擇L1000數(shù)據(jù)庫(kù)。
Individual query
- 然后選擇individual query，在"UP-regulated genes"加載所要分析的基因list，系統(tǒng)會(huì)彈出之前在網(wǎng)站上傳的基因list，這里我們選擇"mygene_up"；在"DOWN-regulated genes"同理，上傳它的配對(duì)下調(diào)基因"mygene_down"，這是個(gè)可選項(xiàng)，如果沒有可不選。（這里強(qiáng)調(diào)下：基因list的數(shù)量只能在10-150之間個(gè)基因，上下調(diào)加起來(lái)不超過(guò)300個(gè)基因）
- 加載基因list成功后如下圖，這時(shí)候需要核實(shí)自己上傳的基因名稱有沒有問(wèn)題，網(wǎng)站系統(tǒng)能不能識(shí)別，系統(tǒng)給出三種表示：
Invalid gene代表不能識(shí)別，說(shuō)明基因名稱不是正確的Entrez ID或HUGO symbol。
Valid gene代表可識(shí)別，說(shuō)明基因名稱正確。
Valid but not used in query代表可識(shí)別但未收錄在L1000數(shù)據(jù)中。L1000數(shù)據(jù)庫(kù)大概收錄有10000左右的基因，不包括所有已知基因。
從以下結(jié)果來(lái)看，加載的數(shù)據(jù)中沒有不被識(shí)別的情況，因此數(shù)據(jù)是合格的，點(diǎn)擊submit進(jìn)行分析。
- 分析自動(dòng)運(yùn)行，這過(guò)程比較費(fèi)時(shí)間，這次運(yùn)行大概跑了三十分鐘。。。。如下展示，運(yùn)行結(jié)束。
batch query（批量）
- 點(diǎn)擊tools—query，進(jìn)入如下界面，（1）-命名本次分析，這命名為Myfirst individual query；（2）在query參數(shù)處，選擇L1000數(shù)據(jù)庫(kù)。（3）選擇batch query
- 然后加載基因集，首先上傳UP的基因集，這里彈出選擇框，選擇提前整理好的"cancer_up"；同理上傳DOWN的基因集，這里彈出選擇框，選擇提前整理好的"cancer_down"。
- UP和DOWN的基因集成功上傳后，發(fā)現(xiàn)有警告信息，提醒我基因list里有不能被識(shí)別的基因（由于這里隨便找了個(gè)gene symbol數(shù)據(jù)做測(cè)試，沒有提前評(píng)估數(shù)據(jù)，比較懶哈哈，大家自己的數(shù)據(jù)做之前,先進(jìn)行EntreID轉(zhuǎn)化，這樣保險(xiǎn)點(diǎn)），我這邊就直接忽略這個(gè)警告信息啦，點(diǎn)擊sumit，進(jìn)行分析。
同樣的，運(yùn)行時(shí)間也需要二三十分鐘，運(yùn)行結(jié)束如下：
結(jié)果線上查看
HEAT MAP查看結(jié)果
運(yùn)行結(jié)束后，我們來(lái)看看結(jié)果，以"Myfirst individual query"為例，點(diǎn)擊HEAT MAP
得到如下界面，該界面是用熱圖的形式來(lái)呈現(xiàn)整體數(shù)據(jù)，列為不同的cell ID，行為Perturbagen，且注釋有數(shù)據(jù)庫(kù)來(lái)/名稱/描述/ts_pc（不同score閾值條件下的占比）/不同cell score值的中位數(shù)。熱圖顏色代表score值，越紅值越高，越灰越低。最左側(cè)是篩選區(qū)，根據(jù)自己需要設(shè)置即可。
這個(gè)界面非常棒，選擇右側(cè)的CLUE Card，然后點(diǎn)擊感興趣的小分子行，還給我們提供該分子記錄的化學(xué)式結(jié)構(gòu)，以及詳細(xì)介紹。
DETAILED LIST查看結(jié)果
得到如下結(jié)果界面，下面介紹常用的幾個(gè)參數(shù)鍵：
1-Perturbagen Type代表數(shù)據(jù)庫(kù)的分類（小分子成分、敲除、過(guò)表達(dá)、CMap），看個(gè)人分析需要選擇適合的庫(kù)，大部分用此庫(kù)的目的都在于分析與小分子藥物處理表達(dá)譜數(shù)據(jù)之間的相似性，因此Compond用的比較多。
2-右側(cè)以條形圖的可視化形式呈現(xiàn)結(jié)果，有兩個(gè)篩選框。"Subset by"有cell lines和Perturbagen type。該功能主要用于在線可視化查看。
3.1-當(dāng)"Subset by"選擇以cell lines展示時(shí)，summary可以進(jìn)一步選擇不同細(xì)胞系；
3.2-當(dāng)"Subset by"選擇以Perturbagen type展示時(shí)，summary可以進(jìn)一步選擇不同類型的數(shù)據(jù)；
4-除了以上可視化呈現(xiàn)結(jié)果外，還可以如下用表格形式呈現(xiàn)，發(fā)現(xiàn)共計(jì)8559條信息（這是針對(duì)所有數(shù)據(jù)庫(kù)的結(jié)果）。點(diǎn)擊1處設(shè)置按鈕，選擇所需要的列，然后點(diǎn)擊2處的export即可導(dǎo)出結(jié)果。
結(jié)果線下查閱
按照DETAILED LIST里的內(nèi)容，只導(dǎo)出compand的結(jié)果（共計(jì)2429條信息），本地txt文本結(jié)果如下，包含最重要的那幾個(gè)信息，Score值、compond的名稱。在很多涉及cmap的文章中，數(shù)據(jù)的呈現(xiàn)主要涉及Score值、name、MoA和Target。詳細(xì)的結(jié)果附件??export.xlsx
以上結(jié)果就展示了我上傳的基因list與這2429組小分子處理表達(dá)譜數(shù)據(jù)的相似性。相似程度以score值來(lái)評(píng)估，score的取值范圍在-100到100之間，結(jié)果按照從高到低降序排列，數(shù)值越靠近100說(shuō)明該基因list與該條小分子處理記錄越相似；數(shù)值越靠近-100說(shuō)明該基因list與該條小分子處理記錄越相反。
為了方便大家理解，假如我上傳的基因list是一組乳腺癌的signature，以上結(jié)果羅列了與2429個(gè)小分子的相似性，排名靠前的那些說(shuō)明表達(dá)相似，排名靠后的那些說(shuō)明表達(dá)拮抗，這些顯示出拮抗的小分子可以是治療乳腺癌的候選藥物。
最后，使用過(guò)程中有疑問(wèn)的話，可直接參考幫助網(wǎng)頁(yè)：https://clue.io/connectopedia/
往期回顧
miR-circ靶向關(guān)系如何批量預(yù)測(cè)？
Connectivity Map(cMap)的探索應(yīng)用（一）
miRNA靶標(biāo)預(yù)測(cè)數(shù)據(jù)的答疑解惑！
Connectivity Map(cMap)的探索應(yīng)用（二）
Connectivity Map(cMap)的探索應(yīng)用（三）
今天的內(nèi)容就到這里，更多內(nèi)容可關(guān)注公共號(hào)“YJY技能修煉”~~~
