来自6分新贵杂志的生信数据分析
《EbioMedicine》是由临床四大期刊之一的《The Lancet》和CNS 期刊《Cell》 联合支持的开源期刊，旨在促进基础医学向临床医学的转化。起点非常之高，但直到今年才获得影响因子JIF=6.183，而且能够预感在未来几年影响力都会比较强势。
今天讲的这篇文章，是剔除水刊之外为数不多的生信高分文章，思路很好，但分析方法却并不复杂，文章里的图表也是典型的生信分析结果展示。今天为大家简单介绍一下。
获取文章的方案这里不再赘述，详情见桑格助手公众号使用攻略
一.文章部分结果展示
根据差异基因分析结果绘制的火山图
根据基因表达水平排序，并用R包pheatmap生成热图
cytoscape生成的基因与miRNA互作关系图是很多非生信工作者最喜欢的，但其实并不复杂，图中中心点代表miRNA，红色代表上调，绿色代表下调
差异甲基化位点的分布统计
差异甲基化分别在Island和gene promoters表达热图
二.技术路线
数据选取
↓
差异基因分析
↓
生成表达火山图
↓
生成差异基因热图
↓
KEGG通路富集分析
↓
根据表达值进行分组，然后进行Wilcoxcon秩和检验
↓
miRNA和基因的相关性分析
↓
通过皮尔森相关系数分析mRNA-miRNA互作关系
↓
差异甲基化分析和甲基化位点分布统计
↓
生成差异甲基化分别在Island和gene promoters的表达热图
想自学TCGA/GEO数据挖掘技能？想要加强生信技能？
请看这里：生信人社区教程
有生信分析需求？
请将具体需求描述清楚，发送邮件到：userassistant@sangerbox.com
- 发表于 2018-07-31 10:15
- 阅读 ( 12317 )
- 分类：默认分类
