Celligner data

We developed a computational method (Celligner) that identifies and removes systematic differences between cell lines and tumor gene expression profiles, allowing for direct integration of existing large-scale cancer cell line and tumor datasets. Celligner performs this computational alignment across cancer types in a completely unsupervised fashion, without relying on prior annotations of cancer types, tumor sample purity, or contaminating cell expression profiles. We applied Celligner to produce a global alignment of 12,236 tumor samples from TCGA, TARGET, and Treehouse datasets and 1,249 cell lines from DepMap.<br> This dataset includes Celligner-aligned data, a matrix of correlations between cell lines and tumors, associated cell line and tumor metadata, and other outputs from the Celligner method. See Readme file for more details about the dataset contents and version history.

本研究开发了一款计算方法Celligner，可识别并消除细胞系与肿瘤基因表达谱之间的系统性差异，以实现现有大规模癌症细胞系与肿瘤数据集的直接整合。该方法可在完全无监督的模式下完成跨癌症类型的计算对齐，无需依赖癌症类型、肿瘤样本纯度或污染细胞表达谱的先验注释信息。
本研究使用Celligner对来自TCGA、TARGET、Treehouse数据集的12236份肿瘤样本，以及来自DepMap的1249株细胞系完成了全局对齐。本数据集包含Celligner对齐数据、细胞系与肿瘤间的相关性矩阵、配套的细胞系及肿瘤元数据，以及Celligner方法生成的其他输出结果。如需了解数据集内容与版本历史的更多细节，请参阅Readme文件。

搜集汇总

背景与挑战

背景概述

Celligner数据是一个计算生物学数据集，包含通过Celligner方法处理后的基因表达数据，旨在消除细胞系和肿瘤基因表达谱之间的系统性差异，支持癌症研究的直接数据整合。数据集包括对齐数据、相关性矩阵和元数据等。