我們的數(shù)據(jù)挖掘課程中，有一個(gè)課是主講如何從geo數(shù)據(jù)庫中下載想要的數(shù)據(jù)，并用R語言進(jìn)行分析。我們可以得到各種圖，如韋恩圖、熱圖、火山圖、go和kegg條形圖和氣泡、蛋白互作圖等，我們得到這些數(shù)據(jù)之后，如何整理一篇文章出來呢，有時(shí)候，甚至不需要用所有的結(jié)果就可以完成一篇4分的文章，我們來舉個(gè)例子。
這是“神刊”Scientific Report上面的文章，研究的是非酒精性脂肪性肝病(NAFLD)相關(guān)基因以及通路，作者選用了GEO數(shù)據(jù)庫中的三套數(shù)據(jù)，GSE31803, GSE49541和GSE63067。
文章分別分析了三組GSE中NAFLD與正常肝組織的差異基因，分別得到8503, 1538, 以及94個(gè)差異基因。
去除重復(fù)基因以及沒有確定基因名稱的值后，GSE31803和GSE4954取前100個(gè)，GSE63067取前93個(gè)（本身不足100個(gè)），取交集，得到韋恩圖。
隨后，文章分別對三套數(shù)據(jù)的差異基因做了GO分析中的生物學(xué)過程分析，根據(jù)-Log(p-value) 值從小到大來排列，列出前20個(gè)，這個(gè)值越大代表p Value越小，越顯著，個(gè)人感覺從長到短排列看起來更舒服，下圖是其中一套數(shù)據(jù)的GO分析中的BP，即生物學(xué)過程。
GO分析圖怎么做，前面的推文講到過，可以返回去看一下。
在這三套數(shù)據(jù)中,分子代謝過程（small molecule metabolic process）為共同富集的生物學(xué)過程，文章中還列出了兩兩共同的生物學(xué)過程，這些生物學(xué)過程可能在疾病發(fā)展過程中起重要作用。
同樣的套路，文章分析了KEGG，列出了前20的通路，然后找三組共同的通路，分析的方法與GO幾乎一樣，DAVID里面可以下載富集的數(shù)據(jù)，以下是其中一套數(shù)據(jù)的結(jié)果。
最后，文章做了一個(gè)最簡單的驗(yàn)證，如何驗(yàn)證？猜都能猜到，就是用臨床樣本做一下定量PCR，文章中選取了15例正常樣本和10例脂肪肝樣本，對8個(gè)至少兩兩共同的差異基因進(jìn)行檢測，然后與數(shù)據(jù)庫中分析的結(jié)果進(jìn)行比較，列出結(jié)果一致的基因，相當(dāng)于實(shí)驗(yàn)與數(shù)據(jù)挖掘結(jié)果相互驗(yàn)證了。
這篇文章簡單不簡單？確實(shí)簡單，但也確實(shí)發(fā)到了4分雜志上。
文章雖簡單，至少可以給我們點(diǎn)提示，就是GEO上找到的Series，單一的分析其中一個(gè)可能創(chuàng)新性不足，這樣我們就可以多找?guī)讉€(gè)數(shù)據(jù)集，找出差異基因，取交集進(jìn)行分析，增加文章的創(chuàng)新性和可信度。
好了，就介紹到這里，大家快回去試試吧，下一次介紹一下如何利用GEO2R在GEO里面找差異基因！
聯(lián)系客服
