我們今天還是繼續(xù)手把手來教大家，這篇不做實驗的兩分半文獻（不知道點這里）是怎么弄的。昨天講了如何用Morpheus來分析完差異基因（不知道的點這里）,，之后,，重要的事情就是分析一下這些差異基因的組成。那就需要用DAVID來進行差異基因的GO分析和Pathway分析,。

首先,，從Morpheus上分析完數(shù)據(jù)后，點擊下載,，下載一個GCT文件,，別管是什么，總是能用Excel打開的,。

打開DAVID的網(wǎng)址（https://david./）,，然后輸入所有的基因，選擇Official-Gene-Symbol,，因為其中有一些基因的名字不規(guī)范,，所以可能會彈出一個框，表示要轉(zhuǎn)化成基因名,，選擇直接轉(zhuǎn)化成Official-Gene-Symbol就可以了,。

顯示GO分析結(jié)果的時候，會有很多選擇,，默認的選擇是“GOTERM_BP_DIRECT”,，但文獻里用的分組是“GOTERM_BP_FAT”，你可以自己改選,，然后點擊表格,。

按照GO的三種分類，大概可以了解到這些差異基因的分布情況,。

在DAVID中也有Pathway分析結(jié)果,，包含了KEGG和Wikipedia等的分析結(jié)果，我們就看一看KEGG的就可以了,。

這個就是打開后的KEGG列表,。做完這些分析，我們要明確的是,，這些只是差異基因,，但還未必是核心基因（Hub Genes），那我們就需要通過PPI（蛋白互作）來看看,，這些基因中是否有一些重要的核心基因的存在,。

打開STRING后把基因的列表輸入進去，當(dāng)然你可以選擇只輸入上調(diào)或者下調(diào)的基因,。

記得基因列表出來之后,，要拉到底

稍微等一會兒,，就會形成蛋白互作的PPI網(wǎng)絡(luò)圖，但這只是第一步,，把這個網(wǎng)絡(luò)圖Export出一個txt的表格文件,，這個才是我們需要的。

用Excel打開表格,，按照文章里描述的,，篩選“combined score>0.4”的樣本，這些就可以作為顯著的Hub genes了,。

導(dǎo)入到CytoScape,，把調(diào)整好的這txt格式的文件導(dǎo)入,，建立一個Node,，當(dāng)然可以選擇有30個以上互作的基因。

用CytoScape的app——MCODE,，來進行互作模型的分析,，于是就變成了這樣。整篇文獻,，大概就是分析了這些東西吧,，大家有興趣的話，就自己去分析一個試試看,，反正也未必能發(fā)文章出來,，當(dāng)練練手也好。

…華麗麗的分割線…

李莫愁博士：這些都是基礎(chǔ)的GEO芯片的分析工具,，大家可以自己動手試試看,，其實也不難，主要的核心思想就是：

看懂了么,？好了,，今天就策到這里吧。