数据挖掘发文章，这一点值得借鉴

Posted 2021-04-27 猫头鹰教室

今天跟大家分享一篇今年8月份发表的数据挖掘文章，用生信分析研究脂肪细胞胰岛素耐受，文章发表的杂志是《Adipocyte》，最新IF为3.533。

文章利用了GEO中的两个数据集，GSE15773和GSE20950，比较的是

胰岛素抵抗型肥胖（IRO）和胰岛素敏感型肥胖（ISO）。

比较之后筛选出85个差异基因，

对所有检测到的基因进行GSEA分析，找到差异显著的gene sets。

差异基因的GO，KEGG分析

还分析了PPI网络，并用cytoscape的MCODE分析核心子网络。

还有cytoscape中的cytohubba找出前十的hub genes

前面这些都是常规内容，文章中做了一个稍微不一样的分析，用CMap这样一个工具来预测能够抵消这些差异基因表达变化的小分子化合物，那么这些预测出来的小分子化合物可能成为治疗胰岛素抵抗，糖尿病及其相关疾病的潜在治疗靶点。

上述CMap（https://portals.broadinstitute.org/cmap）是一个利用小分子药物处理人类细胞后的基因表达谱建立的数据库，通过相同或者相反的表达谱模式，可以讲小分子药物、基因以及疾病相互联系起来。

做数据挖掘的同学或许可以利用这个或者类似功能的数据库，与药理的内容挂钩，体现更多科研意义，为文章加分。

另外，这个文章中还提到了另外一个数据库，专门收录2型糖尿病相关基因信息的，the Attie Lab Diabetes database (http://diabetes.wisc.edu)，可以从中验证我们找到的关键基因在糖尿病发生中的作用，做这方面研究的朋友可以了解一下下。