http://r2.amc.nl，在线点鼠标就能挖14万人的表达谱数据，还能在线直接出图。长按下图，识别二维码，直接访问R2网站。
R2 is a publicly accessible web-based program allowing biomedical researchers, without bioinformatics training, to integrate clinical and genomics data.
R2里有哪些数据？
人：140169 samples
小鼠：4762 samples
14万人的RNA-seq/microarray；
包含TCGA的RNA-seq；
包含CCLE cancer cell line的RNA-seq；
能上传自己的数据，能建group跟同伴分享结果
R2有什么特长？
你分析的不是一套数据，而是14万个sample任你选；
NCBI的GEO Profile只能看每个dataset里某个基因的表达变化，R2整合了所有RNA-seq/microarray，能同时对比多个基因、多个group；
RNA-seq/microarray的基本分析都能在线完成，选好数据直接在线做PCA、找差异基因、画heatmap、看基因在染色质上的分布、KEGG；
能像各种TCGA工具那样分析表达相关性、生存分析，还有时间序列分析；
还能分析ChIP-seq，还能跟WGS数据整合分析，鸡肋。
吐槽
界面丑，不过画出的图能用就好；
基因组版本老，只有hg19，也还能用；
只能在线点鼠标，如果能选择性的打包下载数据就更好了；
教程长达225页，但对结果的描述和能解决什么问题讲的不清楚；
缺少数据库基本的统计，例如包含哪些数据，版本更新情况；
貌似没发paper。
打开R2 Tutorials，http://r2-tutorials.readthedocs.io/en/latest/，功能一目了然，2017-11-17更新教程。
注册后能用ChIP data和Genome Browser功能，跟ENCODE、Cistrome、FactorBook比起来，R2的这个功能很鸡肋，不过在hg19的年代，已经很好了。
应用实例：挖掘MYC和CD47的关系
回到开篇的Science paper，作者用R2发现人HCC、肾癌、结肠癌中MYC与CD47和PD-L1的表达显著相关。
Materials and Methods
Correlation of MYC expression with immune-related surface receptors was determined using the R2 platform (R2: Genomics Analysis and Visualization Platform (http://r2.amc.nl)) with datasets for human liver (52), kidney (53), and colon tumors (54). For each gene, one highly expressed probe was used to determine the Pearsons correlation coefficients and P-values.
Result
Lastly, we exam-ined publicly available gene expression data derived from human primary tumors. Notably, in human HCC, renal cell carcinoma (RCC), and colorectal carcinoma (CRC), MYC expression significantly correlated with the expression of both CD47 and PD-L1 (fig. S6). Thus, MYC regulates CD47 and PD-L1 expression in multiple human tumor types.
Fig. S6 MYC expression correlates with CD47 and PD-L1 (CD274) expression in human tumors
A. Correlation of MYC gene expression with the expression of several immune-related surface receptors in a dataset of human HCCs (n=75, (52)). The dashed red line indicates P = 0.05.
B. Three datasets of human HCC (n=75, (52)), RCC (n=79, (53)) and CRC (n=115, (54)) were analyzed for correlation of MYC expression with immune-related cell surface molecules. Pearsons correlation coefficients were determined using one representative probe for each gene („na“: no probe was detected for that gene) and P-values are given as negative common logarithm to the base 10.
我来实践一下：
CD47有多个探针组，paper里没说用哪个，我就默认用了最大值的。
算出各种datasets里MYC和CD47的相关系数，每个探针组都试一下，看哪个跟Paper里一样，就知道作者用哪个探针组了。
我截取R>0.7的Datasets：
例如其中Disease Colon，MYC和CD47正相关，R = 0.737。
再截取R<>
其中Glioblastoma Stemcells，MYC和CD47负相关，R = -0.708。
Science paper写的太精炼，没有悟出作者为什么选了那三组R值不高的tissue。不过对于小伙伴自己的课题来说，能够看到在哪个组织类型里，你感兴趣的转录因子和靶基因是正相关/负相关，对机制的推测还是很有帮助的。
总之，从各种组织类型里挖出转录因子对靶基因的激活/抑制作用，R2能简单快速的给你线索。
联系客服
