鑽石舞台

英文標題：toxFlow: A Web-Based Application for Read-Across Toxicity Prediction Using Omics and Physicochemical Data

中文標題：toxFlow：一個基於web的應用程序，用於使用組學和理化數據進行毒性預測

期刊：《J. Chem. Inf. Model.》

影響因子:4.951發表時間:2018-02-26

研究領域：GSVA 網頁工具

DOI：10.1021/acs.jcim.7b00160

研究人員將納米材料毒性預測的常規方法和GSVA富集分析方法相連，提出了一種新的預測納米材料NPs毒性的方法，並做了網絡工具toxFlow。

toxFlow可以聯合或單獨處理組學和物理化學數據，並可以進行數據過濾、可視化和結果導出。

GSVA，Gene Set Variation Analysis 基因集變異分析。GSVA 方法的第一篇文章發表於2013年：GSVA: gene set variation analysis for microarray and RNA-Seq data | SpringerLink。主要用於評估芯片和轉錄組的基因集富集結果，了解感興趣的基因集在不同樣品間的差異，評估潛在的通路活性變化。

結果表，列為樣本，行為基因集名稱。

該分析方法的結果可以使用傳統的分析方法進行後續分析，如聚類分析，相關性分析，或將數據進行通路激活和抑制分組後進行生存分析。也可以使已知樣本在通路和其他數據類型(microRNA expression or binding data, CNV data, or SNPs)之間進行比較。

部分納米材料（NPs，nanoparticles）對人產生毒性。目前，針對化學品的QSAR建模方法已經成功地應用於預測NPs的毒性，並稱為nanoQSARs 。nanoQSAR模型是用於預測結構和性能之間的定量關係。建立nanoQSARs 的前提是有高質量的實驗數據，如果數據有限，則一般使用評估NPS毒性的另一種非檢測方法：Read-Across，是一種利用單一或一組具有相似特徵的NPs的信息預測未檢測NPs的不良影響的方法。【類似比對】

NPs可以通過許多不同方面進行表徵，如暴露途徑、材料類型(如富勒烯、碳納米管、金屬氧化物等)、物理化學特性(如大小、形狀、表面積、溶解度等)、生物物理相互作用和生物影響(如蛋白質和脂類冕的形成、基因表達、細胞和器官反應)、生命周期分析和生物動力學特性。

GSVA分析可以單獨使用，我們在此處也只關注GSVA網頁工具。

輸入數據：兩個CSV文件

研究人員準備了兩個與NPs毒性相關的gene set，如果要用於生物分析，需要自己準備gene set。

研究人員設置了三個參數：

其結果是：一個包含所有具有統計意義的基因集的數據表，還有熱圖及相應的非循環圖來描述重要基因集之間的層次關係。

上圖展示的是可以自己上傳文件的界面，需要兩個csv和一個gene set文件，並且研究人員要求必須上傳Data classification（包含分組信息及臨床性狀）和Biological data（列為樣本，行為基因）才能繼續進行GSVA分析。如果站在研究人員分析預測NPs毒性的角度，這個要求是必要的。

另外，該網頁工具是拿shiny做的。如果想學習，可以見：「生信技能樹」shiny網頁工具。