全新4+干湿结合套路文章,手把手教你单基因泛癌分析
各位小伙伴大家好,我是卡特。今天给大家带来一篇于2022年10月最新发表在BMC Cancer(影响因子4.638)的一篇干湿结合的文章,本篇文章套路为单基因泛癌分析,值得大家学习。
期刊介绍
文章概要
文章标题:Pan-cancer analysis of oncogenic TNFAIP2 identifying its prognostic value and immunological function in acute myeloid Leukemia
套路:单基因泛癌分析(干湿结合)
基因:TNFAIP2
数据来源:TCGA+ GTEx
分析策略:表达差异+临床意义+功能富集+交互网络
分析工具:
仙桃学术(https://www.xiantao.love/)
cBioPortal(https://www.cbioportal.org/)
UALCAN(http://ualcan.path.uab.edu/index.html)
Linkedomics(http://linkedomics.org/login.php)
Metascape (http://metascape.org/gp/index.html#/main/step1)
String (https://string-db.org/)
文章复现
表1:基线资料表
进入仙桃学术,临床意义,基线资料表模块,选择AML数据集,输入基因名称,选择列联表-简洁版,选择变量,点击确认,就可以得到基线资料表。
图1:TINFAIP2在泛癌中的差异表达情况
进入仙桃学术,差异分析非配对样本模块,选择泛癌数据集TCGA-ALL,输入基因名称,点击确认,就可以得到图1。
图2:急性髓细胞白血病 TNFAIP2的遗传和表观遗传学改变
进入cBioPortal数据库,输入基因名称,进行quick search,在结果界面中可以看到图2A。
进入仙桃学术,交互网络(联)、DNA甲基化模块,选择AML数据集,输入基因和分析的甲基化位点,点击确定,就可以得到甲基化的相关性图。
图3:TNFAIP2在多种癌症中的预后价值
进入仙桃学术,预后分析,km曲线图模块,选择aml数据集,输入基因名称,点击确认,就可以得到图3的小图。其他的小图通过变换数据集也可以得到。原文是通过Timer2.0数据库完成的,感兴趣的小伙伴也可以试试。
图4:TNFAIP2是AML的独立预后因子。
进入仙桃学术,临床意义预后分析,单多因素cox回归模块,选择AML数据集,在参数列表按照原文进行选择,点击确认,就可以得到单因素、多因素cox回归的结果。
点击保存结果,下载表格用于后续可视化,可以添加到文章中。
打开仙桃学术、森林图模块,上传数据,就可以得到单因素cox回归的森林图。
图5:TNFAIP2表达与临床病理特点
进入UALCAN数据库,进入TCGA模块,输入基因名称,选择AML数据集,点击Explore。
结果界面中点击Expression,就可以得到图5A。
进入仙桃学术,临床意义,临床相关性模块,选择AML数据集,参数部分选择Cytogenetic risk,按照文章的分组进行,点击确认,就可以得到图5B。图5C只需要将参数更换,就可以得到。
图6:TNFAIP2共表达基因分析
进入LinkedOmics数据库,进行基因共表达分析,第一步选择数据集AML,第二步选择TCGA-LAML高通量测序数据,第三步输入基因名称,最后选择Pearson相关系数。
点击View。结果界面中可以看到共表达基因和图6A。下载基因列表。
随后进行差异分析,进入仙桃学术,差异分析,单基因差异分析工具,选择数据集、输入分组名称,点击确认,等待差异分析结果。
下载结果可以得到。按照P adj<0.05,,logFC≥1的条件筛选DEG基因。用于火山图和Venn图的制作。共表达基因筛选标准按照FDR < 0.05, P < 0.05, and |cor.|≥0.3进行。
整理差异分析结果如下,打开仙桃学术 火山图绘制模块,上传列表,就可以得到图6B。
整理共表达基因和差异表达基因的列表如下,保存为excel文件。上传至仙桃学术 韦恩图绘制模块,就可以得到图6C。
保存结果,可以得到overlapping基因,用于后续分析。
图7 overlapping基因功能富集分析。
进入Metascape数据库,输入overlapping基因列表,点击submit,在结果界面中可以得到图7A和7B。
随后整理GSEA分析的输入文件,即基因和对应的logFC值。
打开仙桃学术 富集分析,GSEA富集分析模块,上传整理好的列表文件,点击确认。
进入可视化界面,选择数据集,输入感兴趣的条目,点击确认,就可以完成GSEA的可视化。
进入仙桃学术,交互网络,分子相关性分析的单基因共表达热图模块,选择数据集,输入分子名称,分子列表输入感兴趣的免疫相关分子,点击确认,就可以得到图7H。
图8 PPI网络分析。
进入String数据库,选择输入蛋白列表,点击Search,就可以得到一个非常庞大的网络图。
导出TSV格式文件,用于cytoscape的输入。
打开cytoscape软件,按照下图导入保存好的文件,就可以得到图8A。
打开MCODE插件,选择合适的子网络,就可以得到图8B。
扫描下方二维码
回复“生信”免费邀您进入【复现营】(名额有限)
开启高质量零代码复现教学!
微信扫码关注该文公众号作者