丁香实验_LOGO
登录
提问
提问
我要登录
|免费注册
丁香通
点赞
收藏
wx-share
分享

【GEO 应用】一篇时髦的生信文章是如何炼成的——检索篇

科研论文时间

352

随着公共网络数据的增多,测序数据分析技术的发展,我们可以利用的数据越来越多。很多时候,我们可以直接对公共数据库的数据进行分析,进而可以进行数据挖掘,得到的结果用来发表论文。

生信信息学文献复现

这篇《Identification of candidate biomarkers and analysis of prognostic values in ovarian caner by integrated bioinfomatics analysis》(PMID: 27757782. IF: 2.92 )就是利用网络公共芯片数据对卵巢癌的发生进行的数据挖掘

这种芯片数据分析的论文现在越来越多了。

图片

下面,我们就根据这篇文献,帮大家分析一下这类文献是如何炼成的

一、文章的基本脉络

图片

通过阅读文献的材料方法我们可以发现,这篇文献的使用了 3 组数据,都是来自于 GEO 数据库。

图片

之前没有接触过芯片数据的同学可能不知道 GEO 数据库是什么。简单来说,GEO 就是一个可以检索芯片数据的数据库。至于其中的 GSE36668 这样的编号,就类似于文献的 PMID 一样,为自身数据库给每个数据集自己的编码。

二、我们来试一下

1. 我们可以进入 GEO 数据库。(https://www.ncbi.nlm.nih.gov/gds/)

图片

2. 检索关键词,可以是疾病(breast cancer),可以是芯片物种(human),也可以是定向检索 GSE 编码。我们检索 GSE36668,即可得到这个芯片的相关信息。

图片

3. 点击进去之后我们可以看到关于这个芯片的详细信息,这样,这个芯片的信息就检索出来了。

图片

这是第一步,那么对于这个芯片我们要怎么分析呢?

这篇文章里面用到的是「GEO2R」。这个工具是 GEO 数据库自己开发的专门用来分析芯片数据的在线的工具。

三、我们要怎么用呢?

图片

1. 我们在刚才检索的到的界面往下拉即可发现有一个「GEO2R」的标志。

图片

2. 点击「GEO2R」看到这个数据集里具体的数据信息。

图片

3. 然后对分析的数据进行分组。按照文章的题目我们要分成肿瘤组和正常组。

图片

4. 分好组后,点击 top250 即可看到这组数据集里面前 250 个最有差异的基因。点击「top250」。

图片

5. 如下图显示为 top250 的结果。结果中我们可以看到所有探针的差异的 p 值及矫正 p 值,也可以看到基因名,还有 logFC。

图片

6. 同样,我们可以点击「save all results」即可得到这个数据集中所有的结果。

图片

7. 这样的话,我们只需要全选—复制—粘贴到 excel 里面就行了。

按照矫正的 P 值(adj. P < 0.05)及 logFC 的绝对值 >1 即代表有差异。

通过 GEO2R 我们就能得到了差异的基因。按照这个文献的数据,选了三个数据集取交集。

提问
扫一扫
丁香实验小程序二维码
实验小助手
丁香实验公众号二维码
关注公众号
反馈
TOP
打开小程序