5图1表,复现单基因在GEO和TCGA数据集中共表达
思路
使用工具
复现
Fig1胃癌中基因的表达
A图通过仙桃生信工具数据集检索功能分别对三个数据集进行清洗。
输入数据集选择样本
设置分组(疾病正常组)
提交分析,等待分析。
结果下载
下载差异分析数据,通过阈值筛选基因。
同样方法清洗其他两个数据集
分别获得三个数据集的差异分析结果并取交集获得同表达的基因。
B图TCGA中基因的表达
表达差异-疾病vs非疾病(配对非配对)
选择疾病输入基因,可以调整参数和图片
结果下载
c图基因在泛癌中的表达
其他-泛癌分组比较
选择泛癌-输入基因-调整参数或默认
结果下载
Fig2IHC免疫组化分析
在HPA数据库输入基因选择TISSUE
选择病理学
选择打印
保存PDF格式
Fig3不同预后的km生存曲线(文中作者加入了临床数据)
A-D不同预后类型的km曲线
临床意义-生存曲线
选择不同的预后类型
统计方法
结果下载
(PPS(Progression-free survival)是指患者从治疗开始到癌症进展或死亡的时间。也是衡量治疗效果的重要指标之一。)
Fig4免疫浸润
交互网络-免疫浸润棒棒糖图
选择疾病-输入基因调整参数
B免疫膨胀差异表达
选择疾病-输入基因-调整参数
结果下载。
相关性散点图
交互网络-表达相关性散点图
选择疾病输入基因
结果下载
Fig5GSEA富集分析
首先需要进行单基因差异分析
表达差异-单基因差异分析
选择疾病输入基因
等待分析结果并下载
留下基因ID和logfc
整理出来
来到功能聚类-GSEA富集分析
将刚整理的数据上传
等待分析结果并下载
通路筛选,选择符合阈值下的明星通路
经典可视化
将选好的通路复制到ID列表
下载结果
Table1临床变量的基线资料表
临床意义-基线资料表
选择疾病-添加临床变量
结果下载。
微信扫码关注该文公众号作者
戳这里提交新闻线索和高质量文章给我们。
来源: qq
点击查看作者最近其他文章