GEO\TCGA纯生信数据挖掘经典套路

今天介绍的GEO\TCGA纯生信数据挖掘经典套路文章题目:Identification of key genes for predicting colorectal cancer prognosis by integrated bioinformatics analysis,PMID: 31897151。

研究背景:

结直肠癌(CRC)是威胁生命的疾病,预后不良。因此,鉴定CRC的分子预后生物标志物至关重要。本研究旨在确定可用于预测CRC患者预后的潜在关键基因。

研究方法:

从GEO数据库下载了三个CRC微阵列数据集(GSE20916,GSE73360和GSE44861),并从The Cancer Genome Atlas(TCGA)数据库获得了一个数据集。使用BRB-ArrayTools软件分析了三个GEO数据集以检测差异表达基因(DEG)。这些DEG的功能和途径富集分析是使用注释,可视化和集成发现数据库进行的。构建了DEG的蛋白质-蛋白质相互作用(PPI)网络,提取了轮毂基因,并分析了PPI网络的模块。为了研究CRC中枢基因的预后价值,基于样本分割方法和Cox回归模型,使用TCGA CRC数据集中的数据进行生存分析。使用Spearman的相关性分析评估中心基因之间的相关性。

研究结果:

与正常结直肠组织相比,在这三个GEO数据集中,共鉴定出105个常见DEG,包括CRC中51个下调基因和54个上调基因。构建了由100个DEG和551个边组成的PPI网络,并确定了44个节点为中心基因。在这44个基因中,四个枢纽基因TIMP金属肽酶抑制剂1(TIMP1),溶质载体家族4成员4(SLC4A4),醛固酮还原酶家族1成员B10(AKR1B10)和ATP结合盒亚家族E成员1(ABCE1)是与CRC患者的总生存期(OS)相关。从PPI网络中提取了三个重要的模块。中心基因TIMP1存在于模块1中,ABCE1与模块2相关,而SLC4A4在模块3中被鉴定。单因素分析显示TIMP1,SLC4A4,AKR1B10和ABCE1与CRC患者的OS相关。多变量分析表明,SLC4A4可能是与OS相关的独立预后因素。此外,相关分析的结果表明,TIMP1,SLC4A4和ABCE1之间没有相关性,而AKR1B10与SLC4A4正相关。

研究结论:

总之,通过综合生物信息学分析鉴定了与CRC患者的OS相关的四个关键基因TIMP1,SLC4A4,AKR1B10和ABCE1。这些关键基因可以用作预测CRC患者生存的预后生物标志物,因此可以代表CRC的新治疗靶标。

文章分析内容:

1、GEO数据库搜索下载相关数据,并且进行差异分析绘制热图和火山图

2、差异基因GO、信号通路富集分析

3、PPI分析,筛选hub基因

4、对hub基因进行生存分、Cox回归分析

5、hub基因之间相关性分析

天下没有不可以发表的纯生信套路,只怕永远都是迟迟不动手,站在零基础的位置。

(0)

相关推荐

  • 非肿瘤易学的2+分方案

    您的SCI选刊助手!今天给大家分享的是一篇2+分的学习笔记.这篇学习笔记通过差异表达基因(DEGs)筛选.加权共表达网络分析(WGCNA).GO和KEGG富集分析.PPI网络分析确定枢纽基因.验证枢纽 ...

  • 4+分干湿结合模板:简单分析简单实验

    Identification of potential novel differentially-expressed genes and their role in invasion and migr ...

  • 这个不用版面费的期刊牛呀,这么简单的纯生信也敢接收

    今天看到一个不用版面费的期刊竟然出版了一篇非常简单的纯生信数据挖掘的文章,这篇文章就做了GEO数据的差异分析.GO富集分析.KEGG富集分析.PPI分析,连生存分析都没有做的.这个不用版面费的期刊就是 ...

  • GEO+TCGA数据挖掘+收集临床样本的思路

    研究背景: 肺腺癌(LAD)是最普遍的肺癌类型.据报道,UDP-N-乙酰氨基葡糖焦磷酸化酶1(UAP1)的异常表达与癌细胞的许多生物学过程有关,但尚不清楚LAD中UAP1的表达. 研究方法: 生物信息 ...

  • Meta分析该如何搭上lncRNA?

    论文题目 Potential role of LINC00996 in colorectal cancer: a study based on data mining and bioinformati ...

  • 如何筛选基因加上简单分析就能3+分?

    Identification of Genes Related to Clinicopathological Characteristics and Prognosis of Patients wit ...

  • 非肿瘤方向一样可以做数据挖掘

    这篇文章的思路:1.对GSE22491进行差异分析,画一下火山图和热图:2.主成分分析:3.富集分析:4.PPI分析 论文题目 Gene expression profiling predicts p ...

  • 铁死亡经典思路,真香无疑

    大家好呀!今天跟大家分享一篇2021年6月发表在International Immunopharmacology(IF:4.932)上的文章.本篇文章主要基于头颈部鳞状细胞癌患者的铁死亡相关基因构建预 ...

  • 做生信数据挖掘一定要会编程吗

    自从meta分析贬值了之后,生信数据挖掘成为了国内医生.研究生.博士.教师火爆的发文神器,可是令人头痛的事情来了,生信往往需要学习编程,其中R就必不可少,如果要挖TCGA.SEER,Perl或者Pyt ...

  • 自建队列简单分析发7+分思路

    Comprehensive RNA Sequencing in Adenoma-Cancer Transition Identified Predictive Biomarkers and Thera ...

  • GEO联合TCGA数据挖掘文献分享

    今天要介绍的这篇章是我们中国人写的,发表在Med Sci Monit上,这篇文章主要是通过下载GEO和TCGA的数据,通过差异表达分析,GO富集分析.KEGG富集分析,PPI分析,COX回归分析,筛选 ...