为 BRCAPRO 癌症基因风险计算引擎编写 GUI

Posted

技术标签:

【中文标题】为 BRCAPRO 癌症基因风险计算引擎编写 GUI【英文标题】:Writing a GUI for the BRCAPRO Cancer Gene Risk Calculation Engine 【发布时间】:2010-10-07 18:11:24 【问题描述】:

我认为这是 Stack Overflow 上一个完全独特的问题。先介绍一下背景:

有人要求我在名为 BRCAPRO (brack-a-pro) 的计算引擎之上编写一个新的 GUI。 BRCAPRO 基于名为 BayesMendel 的软件实现了孟德尔计算模型。 BRCAPRO 计算被专门从事癌症治疗的医生和外科医生用来向患者展示:

根据他们的基因和家族史被诊断出患有癌症的概率。 根据不同治疗形式和/或开始这些治疗的年龄,预期寿命的变化。

我已经做了足够多的研究,知道 BRCAPRO 公式过于复杂,无法在我自己的代码中合理实现。

有一个众所周知的(癌症医生)软件包,称为 CancerGene:http://www8.utsouthwestern.edu/utsw/cda/dept47829/files/65844.html。这个程序很老了,在 Windows 95 上运行,包括我的客户端无法使用的几种癌症的计算引擎。理想情况下,我的客户希望他的应用程序在网络上运行,以便他可以轻松地与其他医生共享信息。

我的任务是使用基于 BRCAPRO 引擎的 CancerGene 应用程序,并且:

    复制其 90% 的功能 删除不必要的功能 修改报告的输出 如果可能,使其基于网络

现在我的问题:

有人知道如何针对 BRCAPRO 进行编码吗?我用 Google 搜索了两天,没有发现任何 API 文档或开发信息。***说 BayesMendel 建模软件是用 R 编写的,但我不知道 BRCAPRO 是用什么编写的。我对 R 完全一无所知。

需要说明的是,我不需要修改 BRCAPRO 的行为或计算引擎。我只需要知道如何输入它,以便它返回数字给我。

-- 编辑以添加更多信息--

我在上面的链接中下载了 CancerGene 应用程序并安装了它。有少量文档,包括 BRCAPRO 期望接收的数据格式。在不涉及不必要的细节的情况下,BRCAPRO 需要矩阵格式的数据,其中每一列代表一个遗传特征,每一行代表一个家庭成员。现在我只需要知道如何从我的 Web/Windows 表单中收集到这个矩阵后,如何将它传递给 BRCAPRO 引擎。

希望 Stack Overflow 上有几个医生/开发人员!

KN

【问题讨论】:

【参考方案1】:

根据this link:

BRCAPRO 模型现在包含在 R 包 BayesMendel 中,用于载波概率 [原文如此] 预测。

所以看起来你是从 R 中使用它的。

documentation for the BayesMendel 包至少可以帮助您入门。虽然看起来你将不得不学习 R。:)

【讨论】:

谢谢 RobS。我已经在我的研究中仔细研究了这两个链接。我下载了 CancerGene 软件,并找到了以矩阵形式构建 BRCAPRO 输入的文档。此外,BRCAPRO 似乎是某种 Access 数据库。我只需要知道如何给 BRCAPRO 我的矩阵。【参考方案2】:

我认为没有人能够将完整应用程序的代码放入一个小窗口,但我会根据我的处理方式给你一些想法:

    Install R Install BayesMendel package -- 这包括 BRCAPRO 例程 Install RPy -- Python-to-R 桥 写RPy-based Python code 将您的数据导入R,将其转换为a data frame 和analyzing the data frame with the BRCAPRO component of BayesMendelBayesMendel 的分析输出连接到brcaResults class that you write Wrap accessors to your brcaResults class in a GUI,使用任何一种 Python GUI 框架

这是执行此操作的一种方法的概述。

这种方法的好处是它应该很容易粘合在一起,并与BRCAPRO 的新功能保持同步。

【讨论】:

以上是关于为 BRCAPRO 癌症基因风险计算引擎编写 GUI的主要内容,如果未能解决你的问题,请参考以下文章

使用R语言下载TCGA数据库癌症基因表达数据小例子

《抗癌前线:癌症研究的前沿进展》:肿瘤基因组学博士的肿瘤科普,三星推荐

markdown 在refseq中提取GU命中并绘制基因组邻域

差异分析

R语言survival包coxph函数构建cox回归模型ggrisk包ggrisk函数可视化Cox回归的风险评分图使用cutoff包基于最小p值法方法计算最佳截断值(基于LIRI基因数据集)

DeeCamp 2021冠军用“垃圾DNA”预测癌症,李开复:医疗是AI的下一个突破点