12月22日，國際權威學術期刊《生物信息學簡報》（Briefings in Bioinformatics）在線發表了生命學院郭安源教授團隊開發的癌癥基因組大數據分析平臺。該論文題目為《GSCA: an integrated platform for gene set cancer analysis at genomic, pharmacogenomic and immunogenomic levels》。郭安源教授及武漢科技大學曾燕教授為共同通訊作者，生命學院博士后柳純潔、武漢科技大學胡斐斐和生命學院博士生謝貴燕為共同第一作者。

隨著癌癥基因組大數據的產生，準確分析和解讀海量的組學數據成為新的挑戰。針對這一需求，郭安源教授團隊在2018年開發了多合一癌癥基因集分析平臺GSCALite（http://bioinfo.life.hust.edu.cn/web/GSCALite/），揭示癌癥基因集的表達、突變、拷貝數變異和甲基化，及其與藥物敏感性和臨床特征的關聯性，使得沒有任何編程技能的實驗生物學家也可使用癌癥組學大數據，極大地方便了癌癥研究。GSCALite自2018年發表在《生物信息學》（Bioinformatics）雜志以來，受到了廣泛的使用和引用，截至目前已累積被使用了超過50萬次，被引用了454次（谷歌學術），是Web of Science高被引論文。

癌癥的發生發展通常是一組基因或者通路異常導致的，單個基因的異常信號可能會在背景噪聲中淹沒。針對基因集的整體分析可以提高信噪比，在基因集水平識別潛在的生物學信號。然而，目前缺乏使用基因集分析方法探索癌癥多組學數據的平臺。因此本研究將GSCALite升級為GSCA（http://bioinfo.life.hust.edu.cn/GSCA），其整合了33種癌癥的基因組、藥物基因組和免疫基因組數據。與GSCALite相比, GSCA著重體現基因集整體分析的思想，主要更新了以下三個特性: 1)基因集的整合表達水平（GSVA評分）與臨床結局（生存和疾病TNM分期）的關聯性分析；2)基因集的整合突變情況與4種生存時間的關聯分析；3) 基因集的整合表達水平和整合突變情況與免疫細胞豐度的關聯分析。下表通過與GSCALite及其他癌癥多組學分析平臺進行比較，展示GSCA的獨特特征。

作者基于TCGA的癌癥多組學數據、免疫豐度數據和小分子藥物敏感性數據等，開發生物信息計算方法，構建癌癥基因集分析平臺GSCA。用戶通過輸入基因集或者通路中的基因名，選取分析類型和癌癥類型，提交后即可獲得能夠用于發表的精美圖片結果。GSCA是第一個利用基因集分析進行癌癥多組學和免疫豐度分析及可視化的網頁數據庫平臺。GSCA（http://bioinfo.life.hust.edu.cn/GSCA/）主要的功能模塊包括：①基因表達與臨床結果關聯；②免疫細胞豐度與基因組特征關聯分析；③基因突變與臨床結果關聯分析；④基因的藥物敏感性分析。作者經過示例分析發現，利用GSCA的基因集分析方法，可以發現在單基因水平無法發現的臨床新關聯。

GSCA的原理圖