复现生信论文36.差异分析
生信论文的套路
- ONCOMINE从全景、亚型两个维度做表达差异分析；
- 临床标本从蛋白水平确认（或HPA数据库），很重要；
- Kaplan-Meier Plotter从临床意义的角度阐明其重要性；
- cBio-portal数据库做基因组学的分析（机制一）；
- STRING互作和GO/KEGG分析探讨可能的信号通路（机制二）；
- TISIDB/TIMER分析肿瘤免疫特征（机制三）。
生信论文36是单基因分析的生信论文，单纯生信数据库的数据分析，没有湿实验验证，但是可以发表在接近5分的期刊上，很多分析做得很棒，值得借鉴。我们对文章数据进行复现。
第一部分就是差异分析。对于单基因的差异分析，尤其是与肿瘤浸润免疫细胞表型相关的分析，芒果建议采用这种方法，确实做到统筹兼顾，有局部聚焦（oncomine）和全局通览（TIMER）的神奇效果。不过，在做多基因或者家族基因分析的时候，是选择oncomine+GEPIA双验证模式，而是选择oncomine+TIMER双验证，可以具体问题具体分析。
该论文使用的是oncomine+TIMER双验证，其中oncomine数据的展示还有三线图的结果。
---------------复现--------------
oncomine数据
登陆oncomine官网。输入条件：p value=0.001，fold change=1.5，gene rank=all，data type=all，最后图如下，然后在PPT里编辑即可。
至于三线表数据，每个图标逐个点进去，获得相应fold change，gene rank和p value等，并在PPT中编辑即可。
TIMER数据
操作更简单，在官网输入LAYN基因名称，submit即可。不过，有时网站登录不进去，多刷新几次即可。
在TIMER旧版中，LAYN差异分析的数据显示如下。
在TIMER version 2中，LAYN差异分析的数据如下。该版本数据更详细，样本数目标注更清晰。
上述oncomine热图、三线表和TIMER散点图的差异分析结果，在PPT里面进行标注和整合即获得用于发表的图片。
差异分析就是如此简单。
当然，果友们最常见的疑惑是，如何获得可用于差异分析、生存分析和探究意义的基因。确实，这是生信分析的难点之一。个人也没有更好的办法，只有多读文献，多去做分析，多去尝试几个基因。在做分析的时候，可以从基因家族和所有肿瘤类型入手，不要局限于某单个基因或者某一种肿瘤。
