给学徒的GEO作业

首先需要看完R语言及GEO视频并且尝试理解代码在：https://github.com/jmzeng1314/GEO 视频在： https://www.bilibili.com/video/av26731585/

作业1

看懂文章：https://www.jci.org/articles/view/96060/figure/1 看其C子图里面的TRAF4基因在4个数据集的表达量，画出更漂亮的boxplot。

提示：需要看完文章，了解作者所引用的数据并且下载对应的数据集，提取TRAF4基因对应的探针的表达量，根据对应的分组信息画boxplot。

• 2010-cancer cell MSKCC GSE21032 ProstateCancer Genomics Data Portalat http://cbio.mskcc.org/prostate-portal
• 2005-cancer cell GSE3325 Affymetrix U133 2.0 Plus arrays
• 2007-BMCCancer. GSE6919
• 2012- Nature. GEO(GSE35988).

作业2

了解数据集 ：GSE17708 对应的文章： PMID: 20007254 并且搞清楚该文章涉及的样本，实验设计。

找到最后一个时间点处理(72 h) 的 3个样本和3个untreated的A549 lung adenocarcinoma cell line的差异表达基因集，以及其GO/KEGG富集分析结果。

然后看看 BMC Systems Biology 2014 的文章是如何重新利用这个数据集的。https://doi.org/10.1186/1752-0509-8-55 列出其分析点。

还有几个类似的作业就不一一介绍了。

进阶

还可以看看GSEA，GSVA是如何作用于整个表达矩阵，不局限于72小时的。

还可以看看这个R包和教程。https://blog.csdn.net/msw521sg/article/details/75452019 如何根据药物处理时间来找模块。

或者学习下面的几个R包：

Mfuzz
MaSigPro
ImpulseDE2
EBSeq-HMM

还可以使用WGCNA来分析这个数据集。https://github.com/jmzeng1314/my_WGCNA

其它作业

下面这些芯片数据所依赖的文章看懂，查询到，然后下载数据集自己分析一波。

• GSE11072 2009-gastric cancer SBC Human 16K cDNA Microarray
• GSE42872 2015-melanoma-vemurafenib HuGene-1_0-st
• GSE24673 2015-hub-gene-mcode-retinoblastoma HuGene-1_0-st
• GSE22863 2011-NSCLC HuGene-1_0-st
• GSE622221, GSE4180414, GSE5140122 A total of 117 samples (54 cases and 63 controls) Affymetrix Human Genome U133 Plus 2.0 Array 2015-HCC
• GSE21815 2016-CRC Agilent-014850 Whole Human Genome Microarray 4x44K