Nanostring的表达矩阵分析也是大同小异
临床样品的特色是：通常是FFPE样本，在保存过程中往往造成RNA的断裂，不论是qPCR还是RNA-seq都难以进行精准的定量，这个时候Nanostring 仪器就是为了解决这些问题而诞生的。所以它在医院的流行程度很高，而我们要介绍的这篇文章就来自于医院科研人员，所以选择Nanostring就很容易理解啦。
Nanostring是介于传统的芯片技术和现在的RNA-seq技术之间的一个选择，有点类似于靶向转录组，传统的qPCR实验操作步骤多且繁复，不适合高通量的基因表达实验设计， 而新一代RNA-seq价格昂贵并且需要耗费大量生物信息分析资源，难以在短时间内读取有效数据。NanoString技术原理是基于核酸分子与探针杂交后，对探针上的荧光分子条形码进行直接测量。每个条形码标记对应某一特异mRNA序列，在同一样本中最高可以测量800个条形码，而所需的样本量可以低至100ng RNA。
而且，基于杂交原理，NanoString的数字化定量技术无需转录，扩增或者文库构建，一方面省去了冗长的实验程序和人力资源，另一方面最大程度地降低了由于酶促反应带来的潜在偏差。对于样本量稀少的临床样本，NanoString技术可以不经过RNA提取，直接在FFPE样本，细胞裂解液乃至全血中直接对RNA进行定量，进一步降低由于提取过程可能带来的潜在偏差。
Nanostring的表达矩阵分析结果描述
如下，可以看到，表达矩阵分析以及结果解读与常规的转录组测序数据类似，都是描述哪些基因上调或者下调。
其实就是拿到表达矩阵后走标准分析流程，火山图，热图，GO/KEGG数据库注释等等。这些流程的视频教程都在B站和GitHub了，目录如下：
第一讲：GEO，表达芯片与R
第二讲：从GEO下载数据得到表达量矩阵
第三讲：对表达量矩阵用GSEA软件做分析
第四讲：根据分组信息做差异分析
第五讲：对差异基因结果做GO/KEGG超几何分布检验富集分析
第六讲：指定基因分组boxplot指定基因list画热图
仅仅是最后得到的差异分子，并不是以前的mRNA后面的基因名，而是miRNA，lncRNA，甚至circRNA的ID，看起来很陌生罢了。感兴趣可以细读表达芯片的公共数据库挖掘系列推文 ；
那么我们继续看看该文章对Nanostring的表达矩阵分析结果的可视化吧！
Nanostring的表达矩阵分析结果可视化
首先，研究者别出心裁的把这个火山图旋转了90度，但并不会改变其本质啦！
我们的作业就是重复出来这个热图！表达矩阵作者上传到了GEO数据库。
仍然是使用R语言
研究者公布了数据：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE134129
所以，大家可以很方便的下载后自行处理，完成我们的学徒任务，就是绘制上面的火山图！
样本是；
GSM3937676 LLC_control_1
GSM3937677 LLC_control_2
GSM3937678 LLC_control_3
GSM3937679 LLC_control_4
GSM3937680 LLC_control_5
GSM3937681 LLC_control_6
GSM3937682 LLC_control_7
GSM3937683 LLC_control_8
GSM3937684 LLC_control_9
GSM3937685 LLC_STING_1
GSM3937686 LLC_STING_2
GSM3937687 LLC_STING_3
GSM3937688 LLC_STING_4
GSM3937689 LLC_STING_5
GSM3937690 LLC_STING_6
GSM3937691 LLC_STING_7
GSM3937692 LLC_STING_8
GSM3937693 LLC_STING KO_1
GSM3937694 LLC_STING KO_2
GSM3937695 LLC_STING KO_3
GSM3937696 LLC_STING KO_4
可以看到是很明显的3个组，表达矩阵也是可以下载的！
下载后如下所示：
其实作者给出的差异分析结果，如下：
不过我还是希望你可以自行读取作者给出的表达矩阵，自己做差异分析，然后跟作者的结果进行比较。