|
2年前的TCGA入门门槛是酱婶的： 那时候点点鼠标，组合几个在线数据库的结果，再搭配一点R语言基础，做一些在线数据库无法完成的分析就能获取一些有效的结果，并发表一篇文章。 虽然现在也有这种文章，但是随着掌握TCGA分析的人越来越多，对于文章的要求也在逐步提高：新颖的研究思路，丰富的研究内容，还有更美观的可视化展示等。 最近发现了一篇门槛较之前有所提高的文章： 我们来理一理这篇文章的思路： 1、从TCGA数据库中下载mRNA-seq, miRNA-seq 和临床信息三个层面的数据，并对样本进行过滤，得到三线表，部分展示如下： 其中，对PARPBP高低表达组的定义并非表达中值，而是使用X-tile软件计算获得： 另外，Table1中可见PARPBP表达与AFP, Vascular invasion, Histologic grade, TNM stage, Recurrence status 及 Living status 等临床因素显著相关(P < 0.05)。 2、从基因和蛋白表达两个层面，均能看到目标基因PARPBP在肝细胞癌组织中高表达，且ROC分析结果显示PARPBP基因表达对HCC的诊断准确率较高(AUC = 0.96, p < 0.001)： 3、对于与PARPBP表达显著相关的几个临床指标，作者将PARPB表达作为连续变量进一步进行验证，得到与Table1较为一致的结论： 4、基于X-tile软件计算获得的最优分类点，高低表达组样本预后(OS和RFS)具有显著差异： 单因素和多因素COX分析的结果表明，PARPBP表达和Stage分期都是独立的预后因素： 而PARPBP表达在Stage子集样本中也有较好的预后作用： 5、基于上述发现，作者将目标基因PARPBP与Stage分期信息组合构建了列线图模型，用于预测患者的1/3/5年生存。并使用C-index和calibration校准曲线两个指标对模型的准确性进行评估，证明其有效性： 事情到这里还没有结束，作者对于PARPBP在HCC样本中表达上调的机制进行了分析... 6、结果显示，拷贝数扩增是个显著的影响因素(P < 0.05)，而甲基化水平则对基因表达无显著影响(Pearson’s r = −0.0873, P = 0.0982)。 7、进一步地，作者使用 DIANA-microT 和 miRwalk 两个数据库对调控PARPBP的miRNA进行了预测，同时要求该miRNA在HCC样本中显著下调，最终得到一个关键因子：miR‑139‑5p。该miRNA同样能够预测预后：
8、为了探讨肝癌中PARPBP上调的潜在生物学功能，作者进行了GSEA分析，并富集到了几个关键的KEGG通路：
事情到这里还没有结束... 9、作者发现在HCC样本中，PARPBP表达与TP53基因突变显著相关：
且生存分析结果显示，TP53突变是OS和RFS的不利因素：
至此，文章就结束了！ 与两年前的 [基础入门级文章] 比起来，有两个比较明显的变化： 1、减少了在线工具的使用； 2、增加了研究内容的丰富度(虽然感觉最后TP53有点儿抢戏...) 现在，我们来讲第二个重点，那就是... TCGA数据分析全攻略(第二期) 它来了！ 手动@所有人 要模拟的文章就是这篇，并且小编特意在此基础上又加高了门槛： 1、除了Fig.1A/D/E之类必须用数据库/软件得到的结果外，其余全部使用R语言完成：
例如 X-tile 这种点点点，用眼瞅分界点的软件当然要被取代，在课程中一个R命令即可！连Tabe1和COX分析表格都不用手动整理，直接生成一个html文件，如下：
表头加粗？p值加粗斜体？p<0.05的加粗？这种...当然也在R里自动解决啦~ 第一个原则：能用R解决的绝不动手！ 2、全面优化文中的可视化，直接用脚本绘制发表级：
另一个原则：美观是个加分项！ 3、R语言进阶，使用tidyverse整理数据
并使用ggplot2绘制图形：
第三个原则：生信控的粉丝们，R语言要进阶啦!!！ 总之，如果你还是生信/TCGA/R语言萌新小白，建议尽快完成基础入门课程(第一期)的学习：
最后一个重点： 课程已经正式发布！ |
|
|
