利用一周多的時(shí)間，我們把最最基本的生信套路來講解了一遍,。正好前幾天一個(gè)小伙伴拿了一篇相關(guān)文獻(xiàn)在咨詢問題,。這里就拿這篇文獻(xiàn)來總結(jié)一下我們目前寫的這些東西。

這次我們來講解的這邊文獻(xiàn)是2019-10-12發(fā)表的OTT雜志上的一篇生信加少量實(shí)驗(yàn)驗(yàn)證的文章,。實(shí)話實(shí)說,，目前對(duì)于生信最最最基本的套路,，如果沒有實(shí)驗(yàn)驗(yàn)證還是不好發(fā)文章的,。所以一般都會(huì)加一些實(shí)驗(yàn)驗(yàn)證的,。

這個(gè)文章的主要流程是個(gè)這樣的:

這里我們就基于文章的材料方法來說一下具體的內(nèi)容：

文章當(dāng)中關(guān)于公共數(shù)據(jù)獲取部分提到了這些東西。

作者使用了GEO數(shù)據(jù)庫來進(jìn)行候選數(shù)據(jù)篩選,。關(guān)于GEO數(shù)據(jù)庫可見帖子：GEO數(shù)據(jù)庫介紹 (一)

作者這GEO里面找到了三個(gè)芯片,，其中描述了這三個(gè)芯片的平臺(tái)。關(guān)于芯片平臺(tái)的描述可見帖子GEO數(shù)據(jù)集詳細(xì)介紹,。

作者使用了GEO2R來進(jìn)行數(shù)據(jù)的篩選,，關(guān)于GEO2R的使用可見：GEO2R差異表達(dá)分析軟件

通過對(duì)三個(gè)數(shù)據(jù)集的篩選，作者通過Venn圖來進(jìn)行取交集,。至于為什么是取交集而不是一起分析,，這個(gè)可以參考文章：GEO數(shù)據(jù)庫可能遇到的問題。

接著作者對(duì)差異表達(dá)的基因進(jìn)行了富集分析,，其中包括GO分析和KEGG分析,。關(guān)于GO和KEGG的內(nèi)容，可見：GO分析和KEGG分析都是啥,？,。對(duì)于基因的富集分析，這個(gè)文章使用的是最常見的ORA的分析方法,，具體關(guān)于基因富集的分類可以參考文章: 基因富集分析算法介紹

作者使用的富集分析的軟件是DAVID,，這個(gè)軟件我們也吐槽過說，更新不及時(shí),，不是很好用,，所以推薦是WebSestalt富集分析軟件，或者clusterprofiler,。

作者通過STRING數(shù)據(jù)庫進(jìn)行了蛋白相互作用分析預(yù)測(cè),，關(guān)于STRING數(shù)據(jù)庫的使用可以參考文章：STRING：蛋白相互作用數(shù)據(jù)庫的使用。

基于蛋白相互作用網(wǎng)絡(luò)的degree,，關(guān)于如何來篩選核心基因這個(gè)可以參考:相互作用網(wǎng)絡(luò)分析基礎(chǔ),。作者篩選了前10的基因。文中作者使用的cytoscape來進(jìn)行篩選的,，但是其實(shí)通過excel也是得到結(jié)果的,，這個(gè)可見：核心基因篩選：基于EXCEL。

再往下作者做的其實(shí)是TCGA的數(shù)據(jù)庫驗(yàn)證,，但是在材料方法里面沒寫,。我們可以在結(jié)果當(dāng)中具體的過程。

對(duì)于腫瘤研究,，現(xiàn)在如果只是用GEO數(shù)據(jù)集分析,，不用TCGA再看一下的話，都覺得不好意思，所以一般的腫瘤研究可能都會(huì)用到TCGA的驗(yàn)證的,。其目的也就類似于多加了一個(gè)數(shù)據(jù)集來增加結(jié)果準(zhǔn)確性,。但是對(duì)于TCGA有些腫瘤正常樣本很少。分析的結(jié)果可能偏差更大,。文章使用的GEPIA的數(shù)據(jù)庫,。這個(gè)數(shù)據(jù)庫對(duì)于查詢TCGA表達(dá)結(jié)果還是很好用的，簡(jiǎn)單上手,。

看完如果覺得有所收獲，點(diǎn)個(gè)“在看”再走~讓大家一起學(xué)習(xí)哦~