学习一下3分+非肿瘤生信,2个月接收

个人认为非肿瘤生信有以下的优缺点

优点:做的人没有肿瘤生信多,熟悉肿瘤生信后再做非肿瘤生信,有一种降维打击的感觉;需要分析的内容不用太多,也可以发表和肿瘤生信相当的分数;思路教简单,主要以筛选hub基因为主。

缺点:有些疾病数据较少,无法分析;投稿选择没有肿瘤方向多

今天给大家介绍一篇非肿瘤的生信文章。

文章名:Integrated Weighted Gene Co-expression Network Analysis Identified That TLR2 and CD40 Are Related to Coronary Artery Disease

杂志:frontiers in genetics

影响因子:3.258;即时影响因子:4.4

结果部分

Figure 1

作者下载GSE90074数据,该数据包含93个冠心病心肌梗塞样本和50个对照以及临床资料,作者使用该数据进行WGCNA分析。这部分主要是WGCNA(Weighted Gene Co-expression Network Analysis)分析过程的展示

Figure 2

作者根据自己感兴趣的临床特性筛选与临床特征最具有相关性的模块。在两次筛选后共得到316 个基因

Figure 3

用得到的基因做富集分析

Figure 4

用得到的基因基因做PPI蛋白互作网络,并使用cytoscape插件MCODE识别核心网络

Figure 5

使用R语言GoSemSim 包识别网络中核心的功能较一致的基因

Figure 6

作者用其他的数据集验证筛选到的hub基因在不同疾病阶段不同特征中的表达,并分组进行生存分析

Figure 7

作者使用自己的样本也验证了筛选的hub基因的表达

到此本文就结束了

仔细讲解一下单基因泛癌免疫微环境相关的套路

对比两篇单基因文章,一篇5分+,一篇未发表

(0)

相关推荐