【文献分享】GRNContext：面向癌症转录调控的可视化上下文基因调控网络平台

一、文章介绍

转录调控是一个根本上依赖于上下文的过程——基因表达由细胞类型特异性转录因子（TF）谱的精确协调所驱动，受染色质可及性、核小体耗竭状态和动态3D基因组架构的物理约束。基因调控网络（GRN）正是为描述TF调控靶基因表达的这一系列相互作用而构建的。准确的GRN重建对于理解正常生理和疾病进展的分子机制至关重要。然而，尽管GRN的可用性和使用日益增长，大多数现有数据库是通过整合来自不同实验系统、细胞类型和生物学条件的调控证据构建的，它们提供了所有潜在TF-靶标相互作用的综合参考网络，却不指明哪些调控相互作用在特定生物学上下文中是活跃的。这一局限在癌症中尤为突出——癌症是全球主要死亡原因之一，其转录程序以组织特异性方式被扰乱。

少数专门资源（如GRAND数据库、aracne.networks包和MOMA）通过利用TCGA等大规模数据集生成上下文特异性GRN，提供了宝贵的调控假设。然而，这些资源主要以计算包或复杂数据集的形式分发，有效利用它们需要相当程度的生物信息学专业知识，这对实验生物学家构成了重大障碍——而他们恰恰最适合验证这些计算预测并将其转化为临床见解。因此，迫切需要既能提供稳健的上下文特异性网络，又能优先保证高可访问性和易用性的资源，以民主化这些宝贵调控信息的获取。

为填补这一空白，Ignacio Pezoa-Soto、Sergio Felipe Hernández Galaz及其合作者在Bioinformatics上发表了题为“GRNContext: an interactive web platform for the visualization and exploration of context-specific gene regulatory networks in cancer”的研究论文，推出了一个名为GRNContext的交互式网络平台。

GRNContext的开发始于以TFLink人类参考GRN（包含19,599个节点、1,605个TF、超过670万条边）为起点，结合TCGA中33种癌症类型的转录组谱（9,927个样本），推断癌症特异性调控活性。对于每个基因在每种癌症中，首先从TFLink中识别其已知的调控TF，然后构建随机森林回归模型——以TF表达水平为输入特征，以靶基因自身表达为输出——生成特征重要性分数，量化每个TF对预测靶基因表达的贡献。与此同时，计算每个TF与其靶基因之间的Spearman相关系数，捕获二者单调关系的强度和方向（正相关提示激活，负相关提示抑制）。两者经Z-score归一化和min-max缩放后合并为共识调控分数，分数越接近1，该TF越能有效解释靶基因表达。通过肘方法自动选择每个靶基因的最优调控因子数量，并提供Top 5/10/20/30/40/50六种过滤版本以满足不同探索需求。

GRNContext以客户端-服务器Web应用形式实现：FastAPI后端解析预计算GRN，通过REST API暴露；React前端配合Cytoscape.js实现交互式网络可视化；Docker容器化确保跨平台兼容性。用户输入目标基因后，选择癌症类型和网络密度阈值，即可查看靶基因及其最可能的调控因子——箭头表示激活，T型头表示抑制，边颜色编码共识分数或跨癌症保守性。右键点击调控节点可向上游探索更广泛的调控上下文，所有统计数据在可视化下方以表格形式提供。

在案例验证中，PTTG1（癌基因）在肝细胞癌中的前5个调控因子包括FOXM1和E2F1——已有大量文献证实它们是PTTG1的关键调控因子，成功复现已知关系验证了平台有效性。PTTG1的调控高度保守，H2AZ1-PTTG1在24种癌症中出现，属于全TCGA中仅0.13%的高度保守边。相比之下，RAB31在卵巢癌中的调控网络保守性较低，提示更依赖上下文的调控模式。

二、算法原理介绍

GRNContext的算法核心围绕“参考GRN过滤 → 双指标共识评分 → 网络过滤与可视化”三个层次展开。

（一）参考GRN与表达数据整合。 以TFLink人类参考GRN（1605个TF × 约4,200个靶基因，>670万条边）为候选边集，从TCGA下载33种癌症类型的9,927个样本的RNA-seq计数矩阵，TMM归一化后滤除中位表达<10的基因。对每种癌症类型独立分析，保留在TFLink中注释的TF-靶标对作为候选调控关系。

（二）双指标共识调控评分。 对每个靶基因$g$在每种癌症$c$中：（1）随机森林重要性——以靶基因$g$的所有候选TF的表达值$X\in {\mathbb{R}}^{n\times p}$为特征，以靶基因表达$Y\in {\mathbb{R}}^n$为输出，构建RF回归模型，提取每个TF的特征重要性分数（基于节点不纯度减少的平均值），量化该TF对预测靶基因表达的贡献。（2）Spearman相关系数——计算每个TF表达与靶基因表达之间的Spearman秩相关系数$\rho$，捕获单调关系的方向和强度。两者经Z-score归一化（跨所有候选TF）和min-max缩放到[0,1]后，取均值得到共识分数$CS=\frac{1}{2}(\text{norm}(R{F}_i)+\text{norm}(|{\rho }_i|))$。$CS$越接近1，该TF越能有效解释靶基因表达。Spearman符号用于判定调控方向：$\rho >0$为激活（箭头），$\rho <0$为抑制（T型头）。

（三）自动过滤与网络呈现。 对每个靶基因，按共识分数降序排列候选TF。应用肘方法（kneedle算法检测累积分数曲线的拐点）自动确定最优调控因子数量。同时提供Top 5/10/20/30/40/50六种预设阈值，用户可根据探索需求选择。跨癌症保守性指标：统计每条边在33种癌症中被选为前N名调控因子的次数（0-33），该指标可在网络可视化中作为边颜色或弹出信息展示。所有边的TF、靶基因、RF重要性、Spearman相关系数、共识分数和保守性计数以表格形式提供下载。

平台以FastAPI + React + Cytoscape.js实现：后端解析预计算SIF文件，前端通过鼠标悬停、右键扩展和阈值滑块实现交互式探索，所有组件Docker化以确保可重现部署。

三、总结

GRNContext是一个面向癌症转录调控的交互式Web平台，通过将TFLink人类参考GRN与TCGA 33种癌症类型的转录组谱整合，采用随机森林重要性与Spearman相关性的共识评分策略，为每个靶基因在每种癌症中识别和排序最可能的调控转录因子，并提供从Top 5到肘方法自动选择的多种过滤级别。其核心创新在于：以双指标共识评分桥接“潜在调控”与“上下文活性”，通过直观的Web界面将复杂的GRN推断结果向实验生物学家开放，避免了计算包使用的专业门槛。案例验证表明平台能复现已知调控关系（PTTG1-FOXM1/E2F1），并生成可检验的新假设（RUNX1-RAB31在卵巢癌中的潜在调控）。GRNContext为癌症转录调控的假设生成、机制研究和转化探索提供了可访问、可交互且持续扩展的资源。