神经精神疾病死亡基因分析系统

基于新型调控性细胞死亡的疾病风险预测与药物靶点筛选智能分析平台

泛凋亡 · 细胞凋亡 · 细胞焦亡 · 坏死性凋亡 · 铁死亡 · 铜死亡 · 双硫死亡


数据上传

支持GWAS、Bulk RNA-seq、scRNA-seq
自动格式验证

死亡特征分析

七种调控性细胞死亡类型
基因深度分析

疾病风险预测

单基因MR与双疾病MR
因果风险预测

药物靶点筛选

药物-靶点匹配
副作用预警

📤 GWAS数据上传
支持CSV或TXT格式,需包含SNP, CHR, POS, P列

                  
📊 Bulk RNA-seq数据上传
支持CSV、TXT或TSV格式,需包含基因表达矩阵

                  
🔬 scRNA-seq数据上传
支持H5AD (AnnData) 或 RDS (Seurat) 格式

                  
🧬 死亡基因集上传

CSV格式要求:

  • 第一列:Gene(基因符号,如 GPX4)
  • 第二列:Type(死亡类型,如 Ferroptosis)
  • 第三列:Description(基因描述,可选)

下载示例模板

示例数据格式预览
⚙️ 分析参数
📈 通路富集分析
Loading...
📋 基因列表
Loading...
📋 快速导航
🧬 单基因疾病风险预测 基于孟德尔随机化的基因-疾病风险预测分析
分析参数
MR分析结果
Loading...


                          
Loading...

🔗 双疾病因果关联分析 基于孟德尔随机化的双疾病正反因果关联探索
分析参数
因果分析结果
Loading...

正向因果 (暴露→结局)

                          
反向因果 (结局→暴露)

                          
🎯 筛选参数
💊 药物-靶点匹配结果
Loading...
🤖 AI助手 - 支持大模型对话 + RAG知识库
AI助手:
您好!我是神经精神疾病死亡基因分析系统的AI助手。我可以帮助您:

• 解答泛凋亡、铁死亡、铜死亡相关问题
• 指导系统使用方法
• 解释分析结果
• 推荐研究方法

请问有什么可以帮助您的?

📚 RAG知识库
可用知识库:
  • 泛凋亡 (Panoptosis)
  • 细胞凋亡 (Apoptosis)
  • 细胞焦亡 (Pyroptosis)
  • 坏死性凋亡 (Necroptosis)
  • 铁死亡 (Ferroptosis)
  • 铜死亡 (Cuproptosis)
  • 双硫死亡 (Disulfidptosis)
  • 孟德尔随机化
  • 药物靶点筛选

快捷问题:




ℹ️ 使用说明

1. 在对话框输入问题

2. 系统会自动检索RAG知识库

3. 提供专业准确的回答

4. 支持上下文对话

📖 使用指南

神经精神疾病死亡基因分析系统

基于新型调控性细胞死亡(泛凋亡/铁死亡/铜死亡)基因的风险预测与药物靶点筛选系统

系统依赖

R包安装

install.packages(c("shiny", "ggplot2", "DT", "coloc", "reticulate", "Matrix", "MendelianRandomization"))

Python包安装

pip install scanpy torch pandas numpy scikit-learn

文件说明

  • app.R:主应用文件
  • model_fusion.py:多组学融合深度学习模型
  • drugbank.csv:药物-靶点数据库
  • cell_specific_score.R:细胞特异性权重计算函数

运行系统

# 在R中运行
shiny::runApp("app.R")

配置注意事项

  1. 确保R的reticulate包正确指向Python环境:
library(reticulate)
use_python("/usr/bin/python3")  # 修改为实际Python路径
  1. 首次运行时,Shiny会自动安装所需的Python依赖

  2. 对于大规模数据分析,建议在至少4核16GB内存的服务器运行

扩展建议

  1. 添加CRISPR筛选模块验证靶点
  2. 整合DrugBank API实时更新药物数据库
  3. 增加单细胞数据预处理模块