美文网首页
生信文章数据分析--介绍

生信文章数据分析--介绍

作者: Z_bioinfo | 来源:发表于2022-04-30 17:24 被阅读0次

这是一篇纯生信文章:在2020年投稿,4,5月份修改了两次,6月份就accepted,反馈速度挺快。文章技术路线清晰、干练,是一个非常棒的学习教材,下面就带小伙伴们熟悉下先:

98245ce2da685a6bce4de47500658ebb.png

技术路线

这是文章分析技术路径,结合TCGA和GEO数据:

7d564aec477a820cef97b3b5300db46a.png

方法与数据:文章以TCGA为核心,从中获取TCGA-STAD项目下胃癌患者RNAseq数据,结合免疫浸润数据分组、差异表达分析、富集分析;结合富集分析结果,对350例患者进行GSVA分析,联合免疫浸润数据,分析与患者预后相关因素;对candidate genes 采用两组GEO数据进行验证。

结论:In conclusion, we obtained a list of tumour microenvironment-related genes that predict poor prognosis in GC patients.

主要分析内容

  • 生存分析
9e66d5993b69b159c4a53b2bdff8187f.png
  • 免疫浸润
f9747f9e53b2a1ffe0234ff07b6083ff.png
  • 富集分析
    accee2f772da3931b7ddeee8c9378e7b.png
  • GSEA分析
02488c4f89f263fbbbd6f857f909c907.png
  • GSVA分析
7c5e49dd5c5eab5b6b44cb34f194a13c.png
  • GEO数据验证-生存分析
9a2f5d2f83d25ad10a02ae68d71962bc.png
  • GEO数据验证-差异分析
f5c5966db03e097a425e51980f3d1952.png

在接下来的一系列推文中,我将逐步重现该文章的分析过程与结果,同时你会学习到如下技能:TCGA数据检索、下载、差异表达分析、富集分析、GSVA分析、GSEA分析、生存分析、相关性分析、GEO数据下载与注释等。

相关文章

网友评论

      本文标题:生信文章数据分析--介绍

      本文链接:https://www.haomeiwen.com/subject/dypyyrtx.html