|
有些同志说生信太low，其实他高级起来你很可能会看不懂，今天来给大家策几篇不花钱或者花几千块钱的RNA-Seq文章，主要是炫图
《Identificationof key paythways and genes in TP53 mutation acute myeloid leukemia: evidencefrom bioinformatics analysis》，这篇文章发表在18年的OncoTargets and Therapy，注意此OncoTargets and Therapy非彼Oncotargets，影响因子2.7分左右，下面我们就来看看这篇不花钱的文章：
首先，作者从公共数据库下载了AML的RNA-Seq表达数据，数据不要钱，当然后续也就都不要钱啦。
首先呢，是Figure 1： 见过没，这叫啥？这叫GSEA富集分析图（不知道的点这里）。接下来呢，作者做了RNA_Seq差异分析，然后画了个火山图Figure 2： 好了，终于到我吐槽它这个火山图了（文章作者你要是看到，千万别怪我哈，我可是为你好呢），开始吐槽：你说你非差异基因干嘛要弄成红色，你这不是误导我们么，红色通常用来表示上调，你倒好，把红色设为非差异基因；还有，差异基因你都设成green（绿）色是个啥情况，那么喜欢绿啊，不能上调和下调分开个色啊，搞个清一色绿色，科研（生活）其实不用这么绿的。
好了，扯的有点远，我们继续来看文章，其实作者还是挺厉害的，最起码人家能空手发个两三分的文章，你会吗？别光笑，想想你老板和主任催你文章的事，哈哈
好吧，又有点扯了，接下来呢，作者就把刚差异分析的下调基因做了个Gene Oncology富集分析，Figure 3 然后呢，又对上调的基因做了GO和KEGG富集分析，Figure 4： 再接下了，作者做了PPI及其对应的KEGG信号通路，Figure 5： 最后，作者根据TP53是否突变分为两组，分别做了这两组样本所对应的表达水平和生存曲线图，Figure 6： 就这样，6个图发了篇近3分的SCI，一分钱没花。不过这个作者只能说他走了狗屎运，正好数据库里面有他想要的数据。没有公共数据咋办，莫担心，下面我们就来看看另外一篇没有公共数据，自己做测序的RNA-Seq文章。
RNA-seq analysis of gene expression changesduring puparation in Bactrocera dorsalis (Hendel) (Diptera: Tephritidae), 这篇呢，也是18年的，发表在BMC Genomics，影响因子3.7分，下面我们就来讲讲这篇文章，主要也是炫图。 这篇文章的作者呢，想研究Bactroceradorsalis (东方果实蝇)发育过程中的RNA表达水平变化，你说这玩意，谁研究啊，公共数据肯定没有，没有咋办，作者坚持要做，那咋整，那就自己测呗。
于是作者就自己测了RNA-Seq，然后Deseq2找了差异基因（Deseq2就是一种分析方法的名称，不要在意这些细节），做完差异，画了个火山图，也就是Figure 1： A图就是那个动物模型的发育过程，作者测了这三组不同发育过程的RNA-Seq；B图呢，就是差异基因的火山图，嗯，这个作者也是用的绿色，但最起码他不是只喜欢绿色，上调基因人家就知道用红色表示，对不对，指不定上一篇文章要是也用红色表示上调，就也能发3.7分的文章了呢，嘿嘿。
做完差异，下一步呢，作者也是做了KEGG pathway分析，只不过他根据信号通路的类别排了个序，先画了个Figure 2： 然后呢，他还是画了KEGG 信号通路富集图，也就是Figure 3： 再然后呢，他单独show了一个信号通路 Figure 4，这个图哪里来，KEGG就有。
然后呢，作者就把那些信号通路的关键基因在不同发育阶段画了个图，Figure 5，这不就是个分组的bar plot嘛。除此之外，作者还把基因在不同组的表达水平，整了两个三联表，分别为Table 1和Table 2，说白了，就是bar plot的数值用表格形式再展示了一遍。
到这为止，就是这篇文章的所有Figure和Table，5个Figure + 2个Table，发了篇将近四分的文章。
下面我们来算一下发一篇这样的文章需要花多少钱：首先他做了三个组，每组三个replicates，也就是9个样本；然后现在市面上一个RNA-Seq单测序差不多一千块钱一个样本，9个样本就是9000块钱，自己分析呢，分析费为0的话，想想是不是替老板省了很多钱 |
|
|
。
