最近看到某公司宣传他们的产品,是lncRNA的芯片,文章是2015发表的,研究思路很清晰:
看起来似乎是Agilent和CBC公司合作,所以芯片平台是:Agilent-038314 CBC Homo sapiens lncRNA + mRNA microarray V2.0 (Feature Number version) ,从有表达差异的基因列表里面筛选到最后的3个lncRNA组成的食管癌诊断分类器基因集,过程比较复杂,如下:
筛选基因
有趣的是,这篇文章的数据非常多,还有个:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE53622
所以很多数据挖掘文章重新分析了它,比如:
大家可以去tcga数据库下载食管癌的转录组数据,提取分离lncRNA的部分,走同样的诊断建模流程,看看得到的lncRNA是否作者的3个lncRNA有交叉。这里面变量很多:
对大家来说,比较难的地方就是如何取最小可诊断的lncRNA集合。
可以参考我的4个小时TCGA肿瘤数据库知识图谱视频教程,其中中共使用了四种算法构建模型:
不管用了那种算法,核心都只是几句代码而已。