Although genomewide RNA expression analysis has become a routine tool in biomedical research, extracting biological insight from such information remains a major challenge. Here, we describe a powerful analytical method called Gene Set Enrichment Analysis (GSEA) for interpreting gene expression data. The method derives its power by focusing on gene sets, that is, groups of genes that share common biological function, chromosomal location, or regulation. We demonstrate how GSEA yields insights into several cancer-related data sets, including leukemia and lung cancer. Notably, where single-gene analysis finds little similarity between two independent studies of patient survival in lung cancer, GSEA reveals many biological pathways in common. The GSEA method is embodied in a freely available software package, together with an initial database of 1,325 biologically defined gene sets.

The human genome holds an extraordinary trove of information about human development, physiology, medicine and evolution. Here we report the results of an international collaboration to produce and make freely available a draft sequence of the human genome. We also present an initial analysis of the data, describing some of the insights that can be gleaned from the sequence.

Abstract Motivation: Well-annotated gene sets representing the universe of the biological processes are critical for meaningful and insightful interpretation of large-scale genomic data. The Molecular Signatures Database (MSigDB) is one of the most widely used repositories of such sets. Results: We report the availability of a new version of the database, MSigDB 3.0, with over 6700 gene sets, a complete revision of the collection of canonical pathways and experimental signatures from publications, enhanced annotations and upgrades to the web site. Availability and Implementation: MSigDB is freely available for non-commercial use at http://www.broadinstitute.org/msigdb. Contact: gsea@broadinstitute.org

To pursue a systematic approach to the discovery of functional connections among diseases, genetic perturbation, and drug action, we have created the first installment of a reference collection of gene-expression profiles from cultured human cells treated with bioactive small molecules, together with pattern-matching software to mine these data. We demonstrate that this "Connectivity Map" resource can be used to find connections among small molecules sharing a mechanism of action, chemicals and physiological processes, and diseases and drugs. These results indicate the feasibility of the approach and suggest the value of a large-scale community Connectivity Map project.

Abstract Motivation: Large-scale gene expression profiling has been widely used to characterize cellular states in response to various disease conditions, genetic perturbations, etc. Although the cost of whole-genome expression profiles has been dropping steadily, generating a compendium of expression profiling over thousands of samples is still very expensive. Recognizing that gene expressions are often highly correlated, researchers from the NIH LINCS program have developed a cost-effective strategy of profiling only ∼1000 carefully selected landmark genes and relying on computational methods to infer the expression of remaining target genes. However, the computational approach adopted by the LINCS program is currently based on linear regression (LR), limiting its accuracy since it does not capture complex nonlinear relationship between expressions of genes. Results: We present a deep learning method (abbreviated as D-GEX) to infer the expression of target genes from the expression of landmark genes. We used the microarray-based Gene Expression Omnibus dataset, consisting of 111K expression profiles, to train our model and compare its performance to those from other methods. In terms of mean absolute error averaged across all genes, deep learning significantly outperforms LR with 15.33% relative improvement. A gene-wise comparative analysis shows that deep learning achieves lower error than LR in 99.97% of the target genes. We also tested the performance of our learned model on an independent RNA-Seq-based GTEx dataset, which consists of 2921 expression profiles. Deep learning still outperforms LR with 6.57% relative improvement, and achieves lower error in 81.31% of the target genes. Availability and implementation: D-GEX is available at https://github.com/uci-cbcl/D-GEX. Contact: xhx@ics.uci.edu Supplementary information: Supplementary data are available at Bioinformatics online.

Overexpression of the fatty acid synthase (FASN) gene has been implicated in prostate carcinogenesis. We sought to directly assess the oncogenic potential of FASN. We used immortalized human prostate epithelial cells (iPrECs), androgen receptor–overexpressing iPrECs (AR-iPrEC), and human prostate adenocarcinoma LNCaP cells that stably overexpressed FASN for cell proliferation assays, soft agar assays, and tests of tumor formation in immunodeficient mice. Transgenic mice expressing FASN in the prostate were generated to assess the effects of FASN on prostate histology. Apoptosis was evaluated by Hoechst 33342 staining and by fluorescence-activated cell sorting in iPrEC-FASN cells treated with stimulators of the intrinsic and extrinsic pathways of apoptosis (ie, camptothecin and anti-Fas antibody, respectively) or with a small interfering RNA (siRNA) targeting FASN. FASN expression was compared with the apoptotic index assessed by the terminal deoxynucleotidyltransferase-mediated UTP end-labeling method in 745 human prostate cancer samples by using the least squares means procedure. All statistical tests were two-sided. Forced expression of FASN in iPrECs, AR-iPrECs, and LNCaP cells increased cell proliferation and soft agar growth. iPrECs that expressed both FASN and androgen receptor (AR) formed invasive adenocarcinomas in immunodeficient mice (12 of 14 mice injected formed tumors vs 0 of 14 mice injected with AR-iPrEC expressing empty vector (P < .001, Fisher exact test); however, iPrECs that expressed only FASN did not. Transgenic expression of FASN in mice resulted in prostate intraepithelial neoplasia, the incidence of which increased from 10% in 8- to 16-week-old mice to 44% in mice aged 7 months or more (P = .0028, Fisher exact test), but not in invasive tumors. In LNCaP cells, siRNA-mediated silencing of FASN resulted in apoptosis. FASN overexpression protected iPrECs from apoptosis induced by camptothecin but did not protect iPrECs from Fas receptor–induced apoptosis. In human prostate cancer specimens, FASN expression was inversely associated with the apoptotic rate (mean percentage of apoptotic cells, lowest vs highest quartile of FASN expression: 2.76 vs 1.34, difference = 1.41, 95% confidence interval = 0.45 to 2.39, Ptrend = .0046). These observations suggest that FASN can act as a prostate cancer oncogene in the presence of AR and that FASN exerts its oncogenic effect by inhibiting the intrinsic pathway of apoptosis.

For the Library of Integrated Network-based Cellular Signatures (LINCS) project many gene expression signatures using the L1000 technology have been produced. The L1000 technology is a cost-effective method to profile gene expression in large scale. LINCS Canvas Browser (LCB) is an interactive HTML5 web-based software application that facilitates querying, browsing and interrogating many of the currently available LINCS L1000 data. LCB implements two compacted layered canvases, one to visualize clustered L1000 expression data, and the other to display enrichment analysis results using 30 different gene set libraries. Clicking on an experimental condition highlights gene-sets enriched for the differentially expressed genes from the selected experiment. A search interface allows users to input gene lists and query them against over 100 000 conditions to find the top matching experiments. The tool integrates many resources for an unprecedented potential for new discoveries in systems biology and systems pharmacology. The LCB application is available at http://www.maayanlab.net/LINCS/LCB. Customized versions will be made part of the http://lincscloud.org and http://lincs.hms.harvard.edu websites.