Crispr/Cas9介導(dǎo)的遺傳學(xué)篩選 (Genetic Screens)已成為腫瘤表型與鑒定癌癥進(jìn)展驅(qū)動(dòng)基因的核心工具。標(biāo)準(zhǔn)流程是將慢病毒 sgRNA 文庫(kù)導(dǎo)入細(xì)胞或動(dòng)物模型，經(jīng)功能性壓力（增殖、轉(zhuǎn)移、藥物處理）富集或耗竭特定 sgRNA，再通過(guò)高通量測(cè)序量化豐度變化，即可在無(wú)偏好前提下找出與表型相關(guān)的必需基因或耐藥基因。

在Crispr screen技術(shù)進(jìn)步同時(shí)，如何分析和發(fā)掘Crispr screen得到的數(shù)據(jù)也是一個(gè)巨大的挑戰(zhàn)。與傳統(tǒng)轉(zhuǎn)錄組、蛋白組數(shù)據(jù)相比，CRISPR 篩選產(chǎn)生的計(jì)數(shù)矩陣維度更低、噪聲來(lái)源更多（如慢病毒滴度、編輯效率、細(xì)胞倍增速率等），且需同時(shí)估計(jì) sgRNA 水平與基因水平的競(jìng)爭(zhēng)適應(yīng)度，這對(duì)統(tǒng)計(jì)模型提出迥異的要求。一般至少并行 2–3 種互補(bǔ)策略對(duì)Crispr screen數(shù)據(jù)進(jìn)行分析，通過(guò)一致性評(píng)分或投票機(jī)制降低假陽(yáng)性。

Cancer CRISPR Screening Data Analysis Platform (OncoCRISPRDB)可用于腫瘤Crispr數(shù)據(jù)再挖掘和分析腫瘤的各種表型下基因功能及通路情況。OncoCRISPRDB整合了多種腫瘤模型及實(shí)驗(yàn)條件下Crispr Screen數(shù)據(jù)，可以實(shí)現(xiàn)多種算法下功能基因篩選、通路分析、通路下基因相互作用分析和跨表型基因和通路的研究，同時(shí)支持客制化的分析參數(shù)以及可視化方式。

OncoCRISPRDB有三個(gè)核心步驟：數(shù)據(jù)收集，數(shù)據(jù)分析和可視化工具。該數(shù)據(jù)庫(kù)整合161個(gè)數(shù)據(jù)集，涵蓋1082個(gè)樣本，精心篩選并適配 7 種針對(duì)CRISPR Screen數(shù)據(jù)的算法，實(shí)現(xiàn)對(duì)數(shù)據(jù)的基因，通路，表型層面的探索。

OncoCRISPRDB平臺(tái)的數(shù)據(jù)源自GEO數(shù)據(jù)庫(kù)，涵蓋從2016年2月至2024年9月期間收集的腫瘤基因在CRISPR Screen中的數(shù)據(jù)。數(shù)據(jù)經(jīng)過(guò)嚴(yán)格的篩選，以確保其質(zhì)量和相關(guān)性。再經(jīng)過(guò)臨床信息分組，基因名的轉(zhuǎn)化及數(shù)據(jù)清洗，我們得到了涉及92種細(xì)胞系、32種腫瘤類型，50種藥敏相關(guān)表型和21種與腫瘤轉(zhuǎn)移相關(guān)表型的腫瘤基因數(shù)據(jù)。

在 Crispr Screen 模塊，用戶可以自由選擇3種算法。每種算法均有至少80個(gè)數(shù)據(jù)集可供探索，并提供氣泡圖，火山圖，Rank圖。

通路分析模塊使用了clusterProfiler包中的GSEA算法進(jìn)行通路得分計(jì)算，支持從The Molecular Signatures Database (MSigDB)數(shù)據(jù)庫(kù)中手動(dòng)挑選的 8691 條常用的腫瘤相關(guān)基因集。數(shù)據(jù)結(jié)果可視化支持 GSEA Plot，Ridge Plot，Pathway correlation Plot和Dot Plot 4種形式。

相互作用分析模塊，DCE (Differential Causal Effects)算法用于通過(guò)比較正常細(xì)胞和癌細(xì)胞的基因表達(dá)數(shù)據(jù)來(lái)檢測(cè)信號(hào)通路中的異常調(diào)控。該方法基于因果推斷的統(tǒng)計(jì)框架，能夠 識(shí)別在癌癥細(xì)胞中異常調(diào)控的特定基因相互作用（即通路中的邊），同時(shí)考慮混雜因素的影響跨表型基因。該模塊支持KEGG數(shù)據(jù)庫(kù)中 220條KEGG通路下的基因相互作用分析 (注：部分?jǐn)?shù)據(jù)部分通路缺失不支持)

表型相似度分析模塊 使用GSEA算法模擬各類表型之間的相似度。將 各表型下基因得分進(jìn)行排序，在匯總所有表型的基因集后， 使用GSEA算法對(duì)每種表型計(jì)算富集得分ES (Enrichment Score)。高ES得分表明該基因集與該表型之間的關(guān)聯(lián)性較強(qiáng)。該模塊的分析結(jié)果以GSEA圖，Ridge圖以及Bar圖的形式呈現(xiàn)。

跨表型基因分析模塊實(shí)現(xiàn)深入探索 不同表型或類似表型下不同實(shí)驗(yàn)組中 功能基因的表現(xiàn)。其對(duì) 任意兩個(gè)數(shù)據(jù)集進(jìn)行Z-score標(biāo)準(zhǔn)化處理，確保數(shù)據(jù)處于同一尺度，從而消除不同數(shù)據(jù)集之間的量綱和量級(jí)差異。

通過(guò)CRISPR Screen數(shù)據(jù)分析，挖掘關(guān)鍵基因和通路，為腫瘤研究提供新的策略。