夢(mèng)熊喜歡看文章，X師兄喜歡和依凡討論文章，小張喜歡把文章中的結(jié)果重現(xiàn)出來(lái)。今天小張就先介紹三篇最近很火的發(fā)文章的套路：不做實(shí)驗(yàn)，只挖掘數(shù)據(jù)庫(kù)就發(fā)表文章。

第一篇是今年5月份剛發(fā)的文章，雜志是Pathol Oncol Res，影響因子1.7分，研究團(tuán)隊(duì)是伊朗的科學(xué)家。

文章主要通過(guò)cBioportal對(duì)TCGA數(shù)據(jù)中肝癌的數(shù)據(jù)進(jìn)行挖掘，結(jié)果找到了一條lncRNA SNHG6作為肝癌的分子標(biāo)志物。結(jié)果如下：

感覺(jué)做了好多東西，其實(shí)就說(shuō)了兩件事：

1.  lncRNA SNHG6等3條lncRNA在肝癌患者中基因組水平的改變和表達(dá)情況；

2.  lncRNA SNHG6與患者預(yù)后相關(guān)；

關(guān)鍵是只用了一個(gè)TCGA使用工具：cBioportal，而這個(gè)工具使用起來(lái)也非常簡(jiǎn)單，就這么挖掘下數(shù)據(jù)庫(kù)一篇1.7分的文章就發(fā)出來(lái)了。

接下來(lái)我們?cè)倏匆黄謹(jǐn)?shù)高一點(diǎn)的，第二篇文章：

這篇文章是國(guó)內(nèi)團(tuán)隊(duì)3月底發(fā)的，雜志International Journal of Molecular Sciences，影響因子3.2，分?jǐn)?shù)已經(jīng)突破3分了，交大博士畢業(yè)夠了，文章說(shuō)的是通過(guò)生物信息學(xué)分析鑒定結(jié)直腸癌關(guān)鍵候選基因和信號(hào)通路。下面我們看研究?jī)?nèi)容：

第一印象：圖好漂亮，不過(guò)分析似乎有點(diǎn)太簡(jiǎn)單了吧。

下面我們?cè)倏匆黄謹(jǐn)?shù)高一點(diǎn)的文章：

今年5月22號(hào)發(fā)表，雜志是Oncotarget，雖然OT被大家廣為詬病，不過(guò)新影響因子出來(lái)還是保持住了5分大關(guān)，還略微升了那么一丟丟。文章說(shuō)的是通過(guò)RNA測(cè)序和芯片數(shù)據(jù)挖掘研究異常表達(dá)的lncRNA在肺鱗癌中的臨床意義，我們看看這篇是不是讓我們對(duì)OT另眼相看：

首先通過(guò)R語(yǔ)言分析TCGA數(shù)據(jù)庫(kù)中的差異表達(dá)lncRNA，并用火山圖展示:

（橫過(guò)來(lái)的火山圖還是火山圖）

接下來(lái)，分別通過(guò)箱式圖、ROC曲線、KM生存分析和與基因FGFR1的共表達(dá)分析展示10條最顯著lncRNA的結(jié)果，四張圖就是4個(gè)fig：

再往下是lncRNA表達(dá)在不同病理參數(shù)分組下的表達(dá)差異：

還有通過(guò)WGCNA篩選基于lncRNA-mRNA共表達(dá)網(wǎng)絡(luò)建立的CNC（Coding-Non-Coding）Network：

接下來(lái)是這10條lncRNA在TCGA中的基因組變異、表達(dá)以及與預(yù)后的關(guān)系，用的工具還是cBioportal！

（B圖是不是跟文章1里面的很像？因?yàn)槎际莄Bioportal做出來(lái)?。?/span>

到這里就結(jié)束了嗎？并沒(méi)有！

以上只是基于TCGA的結(jié)果，還要驗(yàn)證呢：

用GEO的數(shù)據(jù)進(jìn)行驗(yàn)證

作者用了12對(duì)肺鱗癌樣本進(jìn)行驗(yàn)證：表達(dá)差異、ROC曲線和連線圖

用GEPIA網(wǎng)站對(duì)9條lncRNA子在22個(gè)腫瘤和癌旁中的表達(dá)進(jìn)行展示

好了，這篇OT的文章就算說(shuō)完了，其中還有7個(gè)表我們沒(méi)有沒(méi)有放上來(lái)，不過(guò)總體來(lái)說(shuō)，這篇OT用到了TCGA數(shù)據(jù)，GEO以及自己驗(yàn)證的12對(duì)肺鱗癌樣本，用到了R語(yǔ)言的DESeq包和WGCNA包，Cytoscape軟件以及cBioportal和GEPIA網(wǎng)站，圖和表不少，而且圖都很漂亮。

下面我們總結(jié)一下：

第一篇1.7分的文章只用了cBioportal網(wǎng)站分析TCGA數(shù)據(jù)；第二篇3.2分的文章主要對(duì)四個(gè)GEO的數(shù)據(jù)進(jìn)行分析；第三篇5.1分的文章整合了TCGA、GEO和自己的工作（雖然驗(yàn)證數(shù)量只有12對(duì)且只有qPCR），用到的工具比較多分析的內(nèi)容也多，更重要的是圖很漂亮，圖的排布也很整齊，要知道這是一個(gè)看臉的時(shí)代??！