This software ("SOFTWARE PRODUCT") was developed by the Institute of Pathology of the LMU ("THE PROVIDER"). It is a scientific tool under ongoing development and evaluation. Implementation of the classification results in a clinical or diagnostic setting is in the sole responsibility of the user and the treating physician.
This SOFTWARE PRODUCT is provided by THE PROVIDER "as is" and "with all faults." THE PROVIDER makes no representations or warranties of any kind concerning the safety, suitability, lack of viruses, inaccuracies, typographical errors, or other harmful components of this SOFTWARE PRODUCT. There are inherent dangers in the use of any software, and you are solely responsible for determining whether this SOFTWARE PRODUCT is compatible with your equipment and other software installed on your equipment. You are also solely responsible for the protection of your equipment and backup of your data, and THE PROVIDER will not be liable for any damages you may suffer in connection with using, modifying, or distributing this SOFTWARE PRODUCT.
This website provides easy access to a machine learning algorithm to classify tumors of the sinonasal tract using raw DNA methylation data (AIM@SNT).
To use the classification algorithm, please put the two IDAT files (*_Grn.idat and *_Red.idat) for the sample you want to classify into a single zip file. You can enter additional metadata into the fields below. To start the analysis, press the "Start analysis" button. Please note that you have to indicate that you agree to our terms and conditions, otherwise this button will remain hidden. When the analysis is finished, you can download a summary report of the classification by scrolling down to the end of your report output and clicking on the "Download Report" button.
In contrast to what you might know from other classifier (e.g. the Heidelberg Brain Tumor Classifier), our algorithm incorporates a true outlier detection. This allows the classifier to assign anomalous data points (i.e. unseen data types such as tumors that the algorithm has not been trained for or samples with severe technical variations) to an 'Unknown' class. Therefore, there is no need to use a cut-off for the classifier scores. As long as your sample is successfully assigned to a category other than the 'Unknown' class, your classification is totally valid. We only report the classifier scores as the second classification might still be of diagnostic value if the assignment to the 'Unknown' class was caused by technical variations. In our experience, in these cases the scores of the 'Unknown' and true class are usually quite close (difference <0.2).
Our algorithm automatically scans for focal amplifications and deletions related to known cancer-relevant genes according to the Cancer Gene Census. If any alterations are found, the genes are highlighted in the copy number plot. If no alterations are found, a predefined gene set of relevant genes in sinonasal tumors is used instead.
While you can technically upload all IDATs irrespectively of the analyzed tissue, the classification algorithm is only trained to recognize the established tumor entites that we described in our manuscript. If you upload entities that have not been used for classifier training, these samples should be recognized by our outlier detection and will be assigned to the 'Unknown' class.
If you agree to the storage of your data during the upload ("Donate data for future classifier development."), we will store the raw IDAT files as well as the provided metadata on our server. This data can be used for the further development of the classification algorithm. If you deselect the checkbox, your data will be permanently erased after the classification is finished. If you accidentally uploaded sensitive data or if you should change your mind with regards to data sharing, please contact us via email: DAC(at)aimethylation.com
If you agree that we save your raw DNA methylation data as well as your metadata, we might use this information for further classifier development. In case of publication, uploaders who provided a substantial number of samples might be included as coauthors. To be able to assign these cases to a PI, we need your contact details. If you are not interested in taking part of the future classifier development, we don't require your email address. This means that this information is optional and there are no disadvantages for you if you don't provide your contact details. Your email address is stored in a secure location and will only be used to contact you in case of preparation for a publication. It will never be shared with third parties.
You can contact us via email: DAC(at)aimethylation.com
AI-based classification of DNA methylation profiles from tumors of the sinonasal tract (AIM@SNT) is a joint research project of the Institute of Pathology of the Ludwig-Maximilians University (LMU) Munich and the Department of Neuropathology of the Charité - Universitätsmedizin Berlin.
Pathologisches Institut der LMU
Thalkirchner Straße 36
80337 München
Dr. med. Philipp Jurmeister
Telefon: +49(0)89 2180 73680
E-Mail: DAC(at)aimmethylation.com
Die Inhalte unserer Seiten wurden mit größter Sorgfalt erstellt. Für die Richtigkeit, Vollständigkeit und Aktualität der Inhalte können wir jedoch keine Gewähr übernehmen. Als Diensteanbieter sind wir gemäß § 7 Abs.1 TMG für eigene Inhalte auf diesen Seiten nach den allgemeinen Gesetzen verantwortlich. Nach §§ 8 bis 10 TMG sind wir als Diensteanbieter jedoch nicht verpflichtet, übermittelte oder gespeicherte fremde Informationen zu überwachen oder nach Umständen zu forschen, die auf eine rechtswidrige Tätigkeit hinweisen. Verpflichtungen zur Entfernung oder Sperrung der Nutzung von Informationen nach den allgemeinen Gesetzen bleiben hiervon unberührt. Eine diesbezügliche Haftung ist jedoch erst ab dem Zeitpunkt der Kenntnis einer konkreten Rechtsverletzung möglich. Bei Bekanntwerden von entsprechenden Rechtsverletzungen werden wir diese Inhalte umgehend entfernen.
Unser Angebot enthält Links zu externen Webseiten Dritter, auf deren Inhalte wir keinen Einfluss haben. Deshalb können wir für diese fremden Inhalte auch keine Gewähr übernehmen. Für die Inhalte der verlinkten Seiten ist stets der jeweilige Anbieter oder Betreiber der Seiten verantwortlich. Die verlinkten Seiten wurden zum Zeitpunkt der Verlinkung auf mögliche Rechtsverstöße überprüft. Rechtswidrige Inhalte waren zum Zeitpunkt der Verlinkung nicht erkennbar. Eine permanente inhaltliche Kontrolle der verlinkten Seiten ist jedoch ohne konkrete Anhaltspunkte einer Rechtsverletzung nicht zumutbar. Bei Bekanntwerden von Rechtsverletzungen werden wir derartige Links umgehend entfernen.
Die durch die Seitenbetreiber erstellten Inhalte und Werke auf diesen Seiten unterliegen dem deutschen Urheberrecht. Die Vervielfältigung, Bearbeitung, Verbreitung und jede Art der Verwertung außerhalb der Grenzen des Urheberrechtes bedürfen der schriftlichen Zustimmung des jeweiligen Autors bzw. Erstellers. Downloads und Kopien dieser Seite sind nur für den privaten, nicht kommerziellen Gebrauch gestattet. Soweit die Inhalte auf dieser Seite nicht vom Betreiber erstellt wurden, werden die Urheberrechte Dritter beachtet. Insbesondere werden Inhalte Dritter als solche gekennzeichnet. Sollten Sie trotzdem auf eine Urheberrechtsverletzung aufmerksam werden, bitten wir um einen entsprechenden Hinweis. Bei Bekanntwerden von Rechtsverletzungen werden wir derartige Inhalte umgehend entfernen.
Die Nutzung unserer Webseite ist in der Regel ohne Angabe personenbezogener Daten möglich. Soweit auf unseren Seiten personenbezogene Daten (beispielsweise Name, Anschrift oder eMail-Adressen) erhoben werden, erfolgt dies, soweit möglich, stets auf freiwilliger Basis. Diese Daten werden ohne Ihre ausdrückliche Zustimmung nicht an Dritte weitergegeben. Wir weisen darauf hin, dass die Datenübertragung im Internet (z.B. bei der Kommunikation per E-Mail) Sicherheitslücken aufweisen kann. Ein lückenloser Schutz der Daten vor dem Zugriff durch Dritte ist nicht möglich. Der Nutzung von im Rahmen der Impressumspflicht veröffentlichten Kontaktdaten durch Dritte zur Übersendung von nicht ausdrücklich angeforderter Werbung und Informationsmaterialien wird hiermit ausdrücklich widersprochen. Die Betreiber der Seiten behalten sich ausdrücklich rechtliche Schritte im Falle der unverlangten Zusendung von Werbeinformationen, etwa durch Spam-Mails, vor.