今天介绍一个DNA甲基化相关的数据库：SurvivalMeth(http://bio-bigdata.hrbmu.edu.cn/survivalmeth/)。这个数据库需要还是寻找和肿瘤预后相关的甲基化位点，同时通过DNA甲基化功能元件(methylation-related functional elements, DMFEs)来尝试探讨其甲基化位点的功能。

2.数据库介绍

之前的关于DNA甲基化预后预测的数据库已经有很多了。新的数据库之所以能发表还是有其新的功能的。这个数据库也比较了几个常用的DNA甲基化预后预测数据库的功能。通过比对，结果当然还是自己数据库好的。

通过以上的对比，我们可以发现这个数据库纳入的数据库，这个数据库除了经典的TCGA数据库，同时也纳入了很多GEO的数据。

在对于cg位点的分析当中，除了基本的位置，还包括了重复元件的比对，CTCF绑定位点的寻找等等。

另外在数据库的输入上，这个数据库可以提供三种输入方式

• 单个基因/ cg位点

• 多个基因/ cg位点

• 增强子区域预测

由于三种输入方式都差不多，所以我们就基于三个基因来进行说明。

3.数据库使用

在数据输入的界面，我们可以需要做的就是选择自己想要预测的标准。前面基本需要做的就是：

3.1数据输入

1. 选择癌种和芯片类型

1. 输入基因或cg位点

2. 选择调控的元件

3. 选择临床信息。这个临床信息，主要由于我们在做预后cox回归预测的，当作矫正因素使用

4. 是否做差异甲基化分析以及相关的分析参数。对于基本的算法这里提供了: t检验、limma以及samr三个方法

5. 预后km分析的时候cutoff的选择方法。这里数据库提供了多种输入方法

以上就是所有的输入选项了。例如，我们想要看：基因APC甲基化岛上的cg位点在乳腺癌当中影响。那我们只需要选择癌种和基因，同时指定甲基化岛的位置。同时也进行差异分析。

我们在选择好之后，点击submit即可

3.2结果解读

在呈现的结果当中，数据库主要可以进行多个方面的分析

1. 甲基化状态的分析。在这一部分，可以查看目标基因的cg位点那些是在癌和正常是有差异的，同时这些cg位点的相关性如何，以及和临床病例参数的关系

1. 预后分析的状态。预后分析部分就主要分COX和KM分析的结果了。

1. cg位点注释信息。在这个部分，可以了解cg位点的相关信息的。

4.数据库使用场景

这个数据库的使用主要还是在研究与预后相关的DNA甲基化的时候使用的。如果我们研究某一个基因甲基化的时候，可以利用这个数据库观察目标基因的甲基化在目标肿瘤组织当中情况。

另外这个数据库提供了上传自定义数据的功能。如果我们有自己的数据想要进行预后分析的话，但是有不会选择合适的cutoff值。那就可以利用这个数据库来进行数据分析

本文转载自《生信之家》。如有侵权，请联系删除。