|
做科研有三种痛不能忍，一种是脑袋空空没思路，二是辛辛苦苦没成果，三是别人轻轻松松发文章。今儿先和大家聊聊课题思路方面的事儿，今天主题我们选了基因研究，为啥？生信火，大数据火，这两个都绕不开基因。 所以你的日常可能是这样的： 1 花了老大笔钱测了序，筛了一堆让人傻眼的基因，接下去怎么做？ 2 挖了数据分析了半天，还是一堆看不出所以然的基因，接下去呢？ 3 看文献相中了一个感兴趣的基因，那我可不可以就做这一个？ 归纳一下就两个问题：1、怎么确定一个基因可以做；2、基因研究该怎么做。 这两个问题也是老生常谈了，但攻略干货看起来简单，回归到实际问题还是得文献数据库来回翻。今天就来解决点实际问题： 看看如何快速判断一个基因是否值得做，怎么做。 用到的一个懒人工具——基因雷达，非常适合文献和数据库不对付的亲，只要输入你感兴趣的基因，基因的科研热度，相关疾病，调控网络和在癌症中的表达值四个层面就全出来了。似乎从此可以脱离苦海了。  1 如何省时省力确定一个基因可以做 先看差异表达 比如说你翻翻翻文献看到了一个还不错的基因CCL5(PMID:17914389，乳腺癌)，也想研究下，但自己没有数据，不知道这个基因在你研究中的疾病到底是个什么情况。 不用翻TCGA，你就可以在基因雷达中中查看CCL5在33种肿瘤中正常组织和癌组织的表达情况。在工具中输入CCL5，选择表达概况，就可以得到下面的结果。 （点开看大图）  PS:表达概况是基于TCGA的RNA-SEQv2数据中的标准化数据文件中的表达值进行直接使用(数据收集时间为2016年6月)。 CCL5在乳腺癌转移中有重要作用，通过下面数据可以推测CCL5在某些肿瘤中高表达也可能具有转移作用，比如膀胱膀胱尿路上皮癌（BLCA）。 再看研究概况 好，有数据依据了，那CCL5别人都研究到什么程度了呢？这时你可以通过工具中的研究热点来看。研究热点根据基因在数据库中的注释情况，从相关文献、通路、功能、已验证的靶向miRNA、和疾病五个角度来统计和评价基因研究情况。 （点开看大图）  PS : 绿色代表目标基因，灰色代表了数据库中众基因在 各个层面的中位数。 1. 相关文献：被文献报道的总次数； 2. 通路：即根据KEGG数据库统计基因参与的通路的数 量； 3. 功能：即根据Go数据库（Gene Ontology，基因本 体学数据库），统计基因参与的功能(生物过程)的数 量。 4. 已验证的靶向microRNA：已经有文献发表验证的 miRNA的数量。 5. 疾病：已经有文献发表的疾病数量。 从上图绿色包围灰色的形势看，这个CCL5也算研究的热门了。点击相应的内容，可以进入到对应的数据界面。 那CCL5都在哪些疾病中研究过了呢？点击“disease”就可以跳转到疾病界面，它统计了基因的研究最多的疾病TOP 20。我们关注CCL5在癌症转移方面的研究，找到“癌症转移”，不算太多，点击即可进入文献详情页面。 （点开看大图）  好用不？下面解决下第二个问题。 2 确定基因后如何快速确定下一步怎么做 现在假设CCL5是可以作为我们后续的研究对象，在基因层面，一般的思路是先做基因的功能验证，再探讨基因的作用机理。前者比较常规，在这不做过多讨论，今天来看看如何用基因雷达快速挖掘出基因可能的调控网络。 画调控网络 在机制探索中，找出关键基因后，会以它为中心展开，看其受到哪些基因调控，又调控了哪些基因，就是所谓的找其上下游基因/调控因子，进而摸索出一整个调控网络。  在基因里雷达中，调控网络整合了文献报道过的TF，miRNA，lncRNA及KEGG数据库中的上下游基因。如CCL5的调控网络，不同色块代表不同的基因层面和作用方式，点击图中的某个点可看到具体的数据信息。 （点开看大图）  ps： 1. 转录因子：已经有文献报道的相关转录因子； 2. miRNA：已经有文献报道的相关miRNA； 3. lncRNA：依据文献挖掘可能有关的lncRNA；（准确性较弱） 4. 上下游相关基因：依据KEGG数据库的基因上下游关系。 图很炫，但结果这么多，咋理出一条线来呢？这个的话就需要结合具体的研究场景去做筛选了。 如果想找新的被人没做过的转录因子，可在基因雷达中的预测转录一因子部分查看。还是CCL5为例，CCL5预测到的TF只有三个，这样 （点开看大图）  Ps：基于基因的转录本通过Transfac数据库进行转录因子预测，以推荐度来表示预测出来的转录因子的科研价值，推荐度越高越好。 用完只有一种感觉，专门为我这种四体不勤的人准备的嘛。求链接！ |
|
|
