万众期待！ GEO/TCGA 数据挖掘实战线下培训课来啦！

羡慕别人实验室可以做测序做芯片，样本多，数据多。听说利用 GEO、TCGA 数据库就能挖掘大量数据，发自己的文章，虽然只有三分，但堪称性价比最高的套路！

那么到底如何做 GEO、TCGA 数据挖掘呢？

第一步，自己要分析的疾病，然后下载数据，差异表达分析，筛选得到几个关键的分子（可以是lncRNA，mRNA，miRNA，circRNA）。

差异基因表达量聚类热图：肿瘤样品与正常组织之间对比做差异表达分析，筛选出肿瘤细胞中表达显著差异的基因，之后根据表达量绘制表达热图

 

差异基因差异倍数与显著性的分布图，左边蓝色点代表下调基因，右边蓝色点代表上调基因

第二步，进行 GO 富集分析、Pathway 富集分析、GSEA 富集分析、PPI 分析、IPA 通路分析等，最后再做生存分析、ROC曲线分析等，就可以得到与疾病诊断相关的biomarker。

 

Cox回归分析与预后相关的biomarker，构建预后模型。根据预后模型划分病人风险，检验预后模型的可靠性。左图为模型ROC曲线结果，右图为生存分析结果

 

找到与肿瘤预后相关的关键基因，做蛋白互作网络分析结果

第三步，如果发高分的文章，可以再做一下小鼠模型，细胞模型，敲除，过表达等补充实验，对分子机理进行深入研究，干湿结合，文章就能再上一个档次。

另外，还有其他套路组合，例如做一下 WGCNA 或者联合 Oncomine 数据挖掘等等。

WGCNA分析：所有基因共表达基因模块的划分（左边的层次聚类每一个分支代表一个基因，旁边对应的彩色条带表示不同模块），以及基因之间共表达相关性（热图）