scCancerExplorer: a comprehensive database for interactively exploring single-cell multi-omics data of human pan-cancer

组学 癌症 计算机科学 数据库 计算生物学 生物 生物信息学 遗传学
作者
Changzhi Huang,Zekai Liu,Yunlei Guo,Wanchu Wang,Zhen Yuan,Yusheng Guan,Deng Pan,Zhibin Hu,Linhua Sun,Zan Fu,Shuhui Bian
标识
DOI:10.1101/2024.06.24.600356
摘要

Single-cell multi-omics data is a valuable resource to promote the understanding of cancer. However, multimodal data analysis is challenging for most cancer researchers, and there is still a lack of online databases that can bridge the gap. Here we introduced scCancerExplorer, which is a user-friendly database designed for exploring single-cell multi-omics data of human pan-cancer. We processed more than 110 datasets covering single-cell multiomics data from 51 human cancer types, and provides 5 major modules and 12 useful functions for conveniently exploring those data. (1) The "Integrated multi-omics analysis" module enables users explore a gene from multimodal perspectives, such as the gene expression levels, survival analysis, transcription factor activity, and the DNA methylation levels of promoter regions. (2) With single-cell transcriptome module, users can explore the integrated pan-cancer datasets, compare the expression profiles between primary tumor and metastases, and generate customized figures. (3) With single-cell epigenome module, users can explore promoter DNA methylation levels in both normal and cancer cells, DNA methylation state at single CpG resolution, and chromatin accessibility patterns of different cell types. (4) For single-cell genome data, users can visualize the copy number variations of cancer cells for each patient. (5) Moreover, TCGA survival analysis can be performed conveniently. Users can not only group the patients according to gene expression levels, but also select patients by gene mutation states, pathological subtypes, and cancer stages. In summary, scCancerExplorer is a powerful database for convenient data mining by simple clicking, and gaining novel insights into human pan-cancer. scCancerExplorer is freely accessible at https://bianlab.cn/scCancerExplorer.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
fated完成签到,获得积分10
2秒前
2秒前
杨杨杨发布了新的文献求助10
3秒前
张三顺完成签到,获得积分10
4秒前
斯文败类应助小瓶子采纳,获得10
4秒前
4秒前
ddyytt发布了新的文献求助10
5秒前
万能图书馆应助jennynnny采纳,获得10
6秒前
申熙辰完成签到 ,获得积分10
6秒前
作甚发布了新的文献求助10
7秒前
7秒前
求助发布了新的文献求助10
7秒前
周华强完成签到 ,获得积分10
8秒前
9秒前
9秒前
快乐滑板应助畅快访蕊采纳,获得10
10秒前
11秒前
11秒前
小明发布了新的文献求助10
12秒前
13秒前
斯文败类应助keke采纳,获得10
13秒前
英俊的铭应助Lucy采纳,获得10
14秒前
莫道发布了新的文献求助10
14秒前
归途发布了新的文献求助10
14秒前
淳之风发布了新的文献求助10
15秒前
15秒前
Noah应助的的的的的采纳,获得10
16秒前
申熙辰发布了新的文献求助10
17秒前
17秒前
天天快乐应助任鲂采纳,获得10
18秒前
Henry发布了新的文献求助10
18秒前
科研通AI2S应助Bonnie采纳,获得10
18秒前
joyce完成签到,获得积分10
19秒前
20秒前
可爱的函函应助哈哈采纳,获得10
20秒前
20秒前
科研顺利发布了新的文献求助10
20秒前
20秒前
autumn发布了新的文献求助10
21秒前
星之芋完成签到,获得积分10
22秒前
高分求助中
Shape Determination of Large Sedimental Rock Fragments 2000
Sustainability in Tides Chemistry 2000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3129605
求助须知:如何正确求助?哪些是违规求助? 2780380
关于积分的说明 7747647
捐赠科研通 2435666
什么是DOI,文献DOI怎么找? 1294216
科研通“疑难数据库(出版商)”最低求助积分说明 623601
版权声明 600570