癌症用药响应预测标志物发现和验证的好帮手——癌症药物抵抗数据库CTR-DB，后悔没有早点开！详解！收藏！

CTR-DB是由国家蛋白质科学中心（北京）李栋研究员/贺福初院士团队将临床转录组数据和临床用药响应信息结合起来，建立的首个具有临床用药响应信息的病人来源的癌症临床转录组数据资源，为基础和临床研究者提供了一个接入、整合和重利用癌症治疗响应临床转录组数据的接口，助力癌症药物抵抗机制揭示、联合药物发现以及抵抗机制异质性探索，尤其是为利用病人转录组数据发现和验证药物响应预测标志物提供了重要资源。

CTR-DB

http://ctrdb.ncpsb.org.cn/

好的，接下来看看如何使用这个数据库吧~

重要定义:

CTR-DB数据集：一个CTR-DB数据集由使用相同的治疗方案，患有相同癌症亚型的，同时来自于同一个原始数据集（source dataset）的病人样本组成。一个CTR-DB数据集中的病人具有各种原始响应状态，比如可能包括完全响应、部分响应、稳定疾病和进展疾病等各种响应状态的病人。这些病人被分成响应和不响应两个组。之后的单数据集等大部分分析都基于两组之间的差异展开。

CTR-DB数据子集：一个CTR-DB数据集会进一步被分割成CTR-DB数据子集，一个数据子集是由具有相同原始响应状态（比如完全响应或者部分响应）的病人样本组成。

• Home

网站主页展示了关于CTR-DB的简介、数据统计表格和统计交互式环图，点击环图中的模块（癌症/药物分类/数据类型），可以跳转到后面“Browse”模块中相对应所选模块的筛选界面。主页下方的字段展示的是该数据库的主要功能/工作流：单数据集分析（包括非响应/响应组差异基因表达分析、基因ROC曲线分析、功能富集分析，L1000CDS2分析寻找能够逆转耐药特征的候选药物以及肿瘤微环境分析），多数据集联合分析，多数据集比较以及药物响应预测标志物验证。

• Browse和单数据集分析

CTR-DB支持对CTR-DB数据集、药物、癌症类型和基因进行浏览和检索。进入“Dataset”的浏览页面，可以看到数据库中数据集的主要信息展示。页面左边是筛选栏，可以选出满足自己所需条件的数据集，筛选条件可以叠加。例如从前面home界面点击“Immunotherapy”环图模块或在browse界面的Drug type直接筛选“Immunotherapy”，都可以呈现所有免疫药物相关的数据集。

在此页面还可以选择一个或者多个感兴趣的数据集进行数据下载，数据集信息包括表达谱和临床信息，如下，当然也可以选择“Download ALL”，一键下载所有数据集的信息。

以CTR_RNAseq_197数据集为例，分析PD-1/PD-L1抑制剂治疗肺癌患者的抵抗机制。点击CTR-DB ID列蓝色字体进入数据集详情页面。即可得到数据集详细注释信息以及该数据集的单数据集分析结果。数据集详细注释信息主要包括该数据集涉及的癌症、药物、样本相关信息等。

单数据集分析结果主要分为两个部分，Result1:Resistance signature analysis部分为耐药特征分析，Result2:Tumor microenvironment analysis为肿瘤微环境分析。Result1部分可以自定义Adjusted P-value和 |logFC|进行卡值。默认展示的结果是耐药特征分析中的基因差异表达分析（DEG）结果，可以揭示药物抵抗相关重要分子，以火山图和热图形式展示，具体基因展示在下方表格。差异基因列表提供基因Gene symbol、Entrez ID，以及LogFC和AUC及其对应的P value和Adjust P value，|logFC|越大且校正P值越小则说明该基因的差异越显著，在该治疗方案响应/耐药中起的作用越大，且logFC小于0时说明该基因在响应组高表达，大于0时该基因在抵抗组高表达。此处结果显示，在不响应患者队列中PD-L1表达显著下降（即CD274，log FC = −1.15，P-value = 0.0187），即CD274基因可能是anti-PD-1/PD-L1治疗方案在肺癌中的耐药的机制分子，CD274基因低表达肺癌患者对anti-PD-1/PD-L1治疗方案耐药。点击基因名前“>”可以展开该基因在肿瘤敏感和肿瘤耐药组的表达差异箱线图和ROC曲线图，能发现区分响应和非响应病人的药物响应预测标志物。CD274对应的ROC AUC=0.783,