不要总想着挖掘表达芯片数据
RNA-seq这样的测序数据也可以的啊！
比如这篇Published: 12 March 2019的文章：Identification of Key Long Non-Coding RNAs in the Pathology of Alzheimer’s Disease and their Functions Based on Genome-Wide Associations Study, Microarray, and RNA-seq Data 就采取了挖掘RNA-seq这样的测序数据的策略。
image-20191128151051834
这样得到的差异分析结果，再去表达芯片里面去验证；
image-20191128151237541
这样的两个组的样本进行差异分析，然后走标准分析流程，火山图，热图，GO/KEGG数据库注释等等。这些流程的视频教程都在B站和GitHub了，目录如下：
- 第一讲：GEO，表达芯片与R
- 第二讲：从GEO下载数据得到表达量矩阵
- 第三讲：对表达量矩阵用GSEA软件做分析
- 第四讲：根据分组信息做差异分析
- 第五讲：对差异基因结果做GO/KEGG超几何分布检验富集分析
- 第六讲：指定基因分组boxplot指定基因list画热图
- 第七讲：根据差异基因list获取string数据库的PPI网络数据
- 第八讲：PPI网络数据用R或者cytoscape画网络图
- 第九讲：网络图的子网络获取
- 第十讲：hug genes如何找
比如拿某一组的样本与剩余其它组所有样本进行比较，这样的差异分析策略还是蛮流行的！我前面在生信技能树也写过教程：如果你的分组比较多，差异分析策略有哪些？
最近看到一篇文献 Nucleic Acids Res. 2013 Nov;，题目是Identifying subgroup markers in heterogeneous populations 也提到了这个情况；
Instead, a subgroup of samples in one group shows differential behavior with respect to all other samples.
所以他们提出来了 Detection of Imbalanced Differential Signal (DIDS) 算法：
细读表达芯片的公共数据库挖掘系列推文 ；