科研套路不嫌多，数据挖掘发3分

Posted 2021-04-27 解螺旋

如何复现一篇3分生信研究

做科研需要先学习套路，才能超越套路。今天给大家介绍的套路文献是今年发表在《Oncology reports》（IF= 3.041）上的一篇文章。

文章的标题虽然看上去比较泛，但也让读者一眼就能知道主题了，“molecular mechanism”、“potential drugs”、“papillary renal cell carcinoma（PRCC）”， 所用的研究数据就是“TCGA and Cmap datasets”了 。

当然，也有一些同学看到TCGA这几个字母，就敬而远之了，大家可以翻翻我们之前写的文章，抑或学习下我们的课程，让这些同学们不再只是“远观”，而且可以“亵玩”。

首先，给大家简单介绍下文章method的主要内容：

1. 作者首先用GEPIA做了个 差异表达 （没错，就是那个网页工具）；

2. 用MetaScape进行 GO的富集分析 ，用Webgestalt进行 KEGG通路富集分析 ；

3. 根据上面得到的差异表达基因用Cmap和Drug Pair Seeker进行 药物分子预测 ，前者是Broad下的网页工具，后者是需要下载使用的工具，不过两者都是基于Connectivity Map；

4. 构建药物-通路网络 ：基于Cmap的数据找到受药物影响的差异表达基因，然后将这些基因做基因富集分析；

5. 构建药物-靶标网络 ：作者从DrugBank里弄到了潜力位于top10的药物的分子结构，然后去STITCH数据库里找他们的靶基因；

6. 进一步探索PRCC的潜在药物 ：作者首先用STRING的数据和差异表达的基因，然后在Cytoscape里的CentiScape插件寻找其中的hub基因，再用GEPIA确认hub基因的表达水平。然后在Human Protein Atlas数据库里找了C3和ANXA1的免疫组化结果。最后作者用systemsDock（也是个网页版工具）做了个hub基因蛋白与药物之间的分子对接。

对于新手或者不太熟悉的同学，笔者建议将上述工具和数据库都去学一学用一用，技多真的不压身！（基本都是网站和一些简单的工具）

下面我们来看看文章的 主要结果：

1. Table1和Table2分别展示了PRCC中差异表达基因的 GO和KEGG的富集分析结果 ：

2. Figure1和Figure2也是展示PRCC中差异表达基因的 GO和KEGG的富集分析结果 ：

3. 展示了 打分最高最有潜力靶向 RPCC的10个 药物分子

4. 展示了潜在的 靶向药物与信号通路之间的网络关系。 蓝色的表示药物，红色的表示受药物影响的通路。

5. 然后作者展示了基于STITICH数据库构建 药物分子和靶点之间网络关系 的结果。

6. 作者在Cytoscape里找到了hub基因，并展示了这些 hub基因之间的PPI网络：

7. 然后作者用GEPIA验证了上面的hub基因在PRCC和癌旁组织中存在 差异表达 （没错，就是GEPIA！）

8. 然后作者在TCPA中用C3和ANXA1的蛋白数据做了个 生存分析 （然而两者都不显著啊，为什么不在GEPIA里也做一个mRNA的生存分析呢？）

9. 作者用Protein Atlas的数据 验证了C3和ANXA1两个基因的蛋白 在肿瘤中表达比较高，在60%以上的病人中都检测到了，位列前茅。

10. 然后作者展示了 免疫组化的结果 比较了正常组织和肿瘤组织中的差异（数据挖掘真好，抗体的费用都省了）

11. 随后作者秀了下C3和ANXA1两个蛋白与药物分子的对接效果图，展示了药物能结合的氨基酸残基和空间距离。

以上就是这篇文章的主要结果，这篇文章对于想要学习数据挖掘的小白们来说，还是值得学习的，至少其中所涉及到的工具还是有不少的，推荐大家去看看学习。

笔者也随手给大家提 两个建议 ，如果大家对生信技能稍微熟悉一点，这篇文章里前面的 GO和KEGG可以用GSEA来作 ，这样的结果会更靠谱一点，结果图也可以更多一些。

然后就是 可以用TCIA或者TIMER里的免疫细胞浸润数据分析 比较一下正常和肿瘤组织间的免疫浸润差异嘛。

祝大家都能有所收获，多发文章，发高分文章！

— END—

相关文章

点下“在看”，多根头发