hello，大家好！今天是周末，天朗气清~惠风和畅~不适宜烧脑的科研，今天我们就来介绍一个甲基化预后分析的数据库吧，关注甲基化的童鞋们可以收藏啦！
SurvivalMeth（http://bio-bigdata.hrbmu.edu.cn/survivalmeth/）是一个研究DNA甲基化相关功能元素对预后的影响的数据库，2020年8月发表在BRIEFINGS IN BIOINFORMATICS(IF:8.99)。
数据库中功能元件的预后分析主要分三种：基因，多个基因或功能元件的组合以及增强子区域。通过两个步骤完成预后分析：比例风险回归模型和生存分析。分析结果中包含了四个部分：甲基化状态，cox回归分析，k-m图和注释信息。
数据库已经包含来自TCGA，CCLE和GEO的常用数据，横跨36个癌症的13371个样本中的81个DNA甲基化图谱。此外，用户还可以上传DNA甲基化和功能元件数据。
数据库Pre-Upload按钮可以选择单个基因、多个基因以及增强子情况。这里小编以单基因模块为例子，为大家介绍数据库的使用。
进入到单个基因页面之后，用户可以选择疾病类型、实验平台、输入基因名字、选择转录相关元件、CpG相关元件、重复元素、CTCF绑定区域、临床信息；此外，用户还可以选择是否进行差异分析，并设置差异分析参数和阈值。这里我们以乳腺癌，450K，APC基因为例。需要注意的是27K的选项是没有正常样本的。参数方面，我们选择默认值，不做任何限制。差异分析方法用T检验，阈值设置0.01。Abosolute difference用于筛选差异甲基化CpG位点，我们选择默认值0。分组方法我们选择Maxstat（最大选择的排名统计）。都搞定之后点击analyse按钮就可以啦。等待分析完成之后，就可以查看结果啦。
结果部分正如前文所说分为四个方面，我们接下来一一进行介绍。
这部分结果会提供两个表格和两张图，分别是显著差异的表格，不显著差异的表格，甲基化水平箱式图以及探针之间相似性气泡图。此外用户还可以比较临床信息中的甲基化水平，也就是不同临床指标下的甲基化水平差异。
这一部分结果展示的是回归分析的结果，一共两个表格，分别展示了风险模型的各个结果值包括HR、P值，以及回归模型的summary结果。
![]()
这部分结果包含了K-M的summary结果、样本信息、高低风险CpGs P值三个表格，以及生存曲线、预后指数分布、甲基化水平箱式图和热图四张图。
这部分结果展示了CpG的参考信息，包括了染色体，位点信息，基因symbol等等。
多基因模块与单基因模块区别在于多基因模块可以导入多个基因进行分析，增强子模块的输入与基因模块有区别，可以输入基因symbol，此外可以输入基因间隔例如5:111043202-112042202。
数据库的使用就介绍到这里啦，感兴趣的朋友可以去网站自己动手试试哦！
