《诗经》里有一句话一直广为流传。“他山之石，可以攻玉”，意思是别的山头的石头坚硬，可以琢磨玉器。

作为一只科研汪，在科研上，我们同样可以借用“别人山头的石头”，来琢磨“玉器”。这里的“他山之石”包括GEO, TCGA, Arrayexpress,SEER, TARGET等数据库里的数据，而“玉器”则是发表生信SCI文章，完成科研选题，顺利毕业，找工作，申请基金等）。

去年有一篇生信分析类文章发表在《BioMed Research International》(2017年影响因子为2.583)上。

今天，我带大家一起来学习下这篇文章的整个思路。

研究背景：

骨肉瘤是一种常见的原发性骨肿瘤，患者预后较差。骨肉瘤患者经过化疗后容易引起耐药和肿瘤切除后复发。

研究目的：

找到与骨肉瘤耐药相关的miRNA和基因。

研究方法：

1、从GEO数据库中查找相关的芯片--GSE87437（基因表达芯片）和GSE30934（miRNA表达芯片）

2、通过GEO2R（GEO数据库的在线分析工具）对GSE87437这个基因表达芯片做差异分析，找到差异gene：422个上调基因，246个下调基因。

3、用Morpheus工具对获得的差异表达基因做分层聚类分析

4、为了进一步了解这些差异表达基因，随后做了GO功能注释和KEGG通路富集分析（DAVID）

找到的一些富集通路能为我们的机制研究提供思路和方向，能为我们提供后续的一些发散课题。

5、接着，作者进一步构建了蛋白互作网络（STRING 数据库），STRING数据库是目前一个比较常用的蛋白之间相互作用关系研究的工具。通过联合STRING数据库和Cytoscape软件中一些小插件（包括cytohubba，MCODE等），我们可以找到相应的功能蛋白模块以及枢纽基因。

构建蛋白互作网络图

结合Cytoscape软件中的MCODE插件，筛选PPI网络中的具有统计学意义的蛋白模块以及相应的枢纽基因。

6、利用GEO中另一个包含临床信息的芯片-GSE21257，对筛选出的9个枢纽基因进行生存预后分析。其中GPR180和CDK1两个基因没有在GSE21257这个芯片，因此没有做预后分析，并在文章中作出相应声明。其实还有很多其他预后数据库可以来验证筛选出的基因的预后作用，详见下回分解，哈哈哈~。

其他七个基因的预后情况如下：

截止到这里，基因表达数据库这一块内容大概已经完成了。在前面，我有提到作者还挖掘了另一个miRNA表达数据库，那么，作者是如何将这个芯片连接起来的呢？研究非编码RNA的大伙儿应该都知道，miRNA最经典的作用方式就是结合靶基因的3‘UTR，从而负向调控基因的表达. 这篇文章,作者就是通过miRNA-mRNA负向关系对,将基因表达芯片和miRNA表达芯片连接在一起.

7、首先,作者获得GSE30934芯片中差异表达的miRNA (同样是用GEO2R分析),最后得到5个显著差异表达的miRNAs

8、接着,利用miRWalk 1.0数据库,预测了这5个miRNA的潜在靶基因,并用Cytoscape软件作了如下的网络图.

9、进一步比对这些靶基因和之前分析出的差异表达基因,作者发现差异基因ZNRD1是miR-543的靶基因而CAT是miR-518f的靶基因,并且作者还发现这两个miRNA-mRNA关系对的负向表达关系是存在的.

如是,整篇文章就已经完成了.如果有实验条件,对最后筛选出的两个miRNA-mRNA关系对作实验验证,可能这篇文章就是4-5分水平了.至于作者为什么没做,我就不太清楚了.或许是因为他们没有相应的耐药骨肉瘤细胞株;又或许是他们只需要这个水平的文章;当然也有可能是因为他们做了实验但全是阴性结果,最后就没有展示.

最后,我想说的是,在寻找分析数据的时候,你得先想清楚你为什么要做生信分析?你的需求和目的是什么?我想大部分的人是想在发表文章的同时能开展后续的研究,那么你就得评估你自己目前有什么资源,包括肿瘤标本,实验室条件等.像这篇文章,理想的情况下就是你有骨肉瘤得耐药细胞.这样你就能开展后续的实验,发表更高质量的文章.当然,如果你只是做到生信分析这步为止的话,就无所谓了.初学的同学，可以到目前国内最大的生信学习社区（https://shengxin.ren/）逛逛，尤其是神秘的SangerBox可视化生信分析软件。

其实这篇文章的很多地方还能增加不少的内容,包括:筛选出的差异miRNA可以进一步用其他数据库预测其骨肉瘤中的表达以及预后;筛选出的枢纽基因的表达量也可以进一步用数据库验证;包括miRNA-mRNA关系队,可以联合多个预测数据库取交集等等.

加上以上分析，这篇文章就肯定不只是2分多而已！

科学自由共享

投稿请扔至：freescience@zju.edu.cn

未经许可 不得转载

长按二维码关注