经常看到很多肿瘤学文章里Fig1中经常展示oncomine或者TCGA的分析图,无论在数据挖掘还是作为文章的引子,这些数据库的信息都显得非常重要。虽然oncomine的柱状图都能直接放到文章里上图,但大多数时候,大家真的是直接上图,像这样 也有的变换了下颜色,长这样
甚至长这样 都是oncomine里直接挖下来的图,都是一个字,丑。 对于质量稍好的杂志,对文章里配图要求也会更高,再来看看一篇发表在oncogene里的一张配图 当然,oncomine里的原图长这样 是不是高下立判?但oncomine里的数据是不能导出的,甚至连图片都是要靠截屏的,上面里的这样种图片如何做出来?这是一个值得深思的问题,如果会R,可直接在oncomine里网页提取原始数据,但对于大部分人来说都有些太难,这不是本文的重点,对于不会R,只会“点”“点”“点”,然后再Next的大多数(包括我)来说,急需一个简便的方法。经过多次XJB操作,终于摸出一条看似靠谱的方法,如有不对,欢迎指正,欢迎交流探讨。 以上面发表在oncogene的文章“LACTB, a novel epigenetic silenced tumor suppressor, inhibits colorectal cancer progression by attenuating MDM2-mediated p53 ubiquitination and degradation”配图为例,实操如下: 进入oncomine,筛选条件包括目的基因,癌与癌旁,癌症类型。 先进入Hong Colorectal,跟上面的结果是一样的,如下,点击红框框那里(圈的有点随意,能看就行) 然后我们会看到如下页面, 红框里的链接,其实就是GEO里的测序结果上传得来的,点击这个链接,进入熟悉的GEO界面, 不用下载原始数据,下载了不会R也看不懂,直接点击红框里的分析,如下图 在这里,就按照常规流程,建立一个tumor组合一个normal组,如果数据里分了进展期的话可以根据不同分期建组,但这个原始数据里只有early tumor和healthy tissue,我们就分两组。把数据加进组,如下图,共有70个肿瘤样本和12个对照组,所以也是非配对的。 页面往下拖,可看到如下页面,点击profile graph,输入基因在该芯片里的代号,代号可以在oncomine里的筛选结果中找到,如下下图里的reporter旁边的红框里, 输入代号1552486_s_at,点击set,出现如下结果。 再点击红框里的sample values,出现如下结果,这就是我们需要作图的最终数据, 复制到Excel表里, 可以在graphpad里随意作图, 至于纵坐标为啥是好几百,而跟上面的图不一样,原始数据没有经过对数处理,可以自行处理一下看看。 其实,只要是GEO里的数据,即使不是肿瘤学oncomine的数据,都可以这样操作,关键是找到自己想要的测序数据以及原始数据里有自己想要的分组处理。 好了,就写到这,大家自己考虑用oncomine的图时可以尝试自己做一下。 |
|
来自: 生物_医药_科研 > 《Oncomine》