2022-09-30

生信学习还是在GEO数据库的认识中，比较基础小白。

（一）  图表认识

图表主要是以下几种：热图、散点图、火山图、箱线图、PCA

对FC(Foldchange)的概念有了新的理解：基因（探针）对应的表达量都是取过log2的，所以：对照组表达量的log平均值为log(y)，而处理组表达量的log平均值为log(x)，那么公司给的那些分析后的数据log2(FC)=log2(x/y)=log(x)-log(y)。

总之，重点知道真实的差异倍数应该为

有时候对P值会取log10，-log10(P value)越大，则差异越显著。

（二） GEO相关知识及分析思路

目的肯定是做差异分析和富集分析，差异基因——代谢通路/功能注释——解释差异原理

重要知识点：GSM（样本）：GSE（系列/研究）；GPL（芯片/平台）

分析思路：

1. GSE编号（文献）

2. 下载数据（表达矩阵、临床信息）

下载；对象形式读入R（eSet）；提取

3.  检查数据（分组间是否有差异，PCA、热图）

4.   Limma差异分析及可视化（根据P、logFC；火山图、热图）

芯片注释：探针和基因的对应关系。可以依据（GPL页面表格；biocoductor注释包；官网下载或自主注释）

5.  富集分析KEGG、GO

输入数据：差异基因的entrezid

所有基因的entrezid

id转换：bitr( )

新知识：GeneRatio：该通路的差异基因数/能够对应到数据库中的差异基因数

               BgRatio：该通路总共多少基因/数据库中所有通路总共多少基因

蛋白质组学（视频学习）

蛋白质组学后续分析

？如何从差异蛋白中选择候选通路

1.结合表型挑选方向

2.选择明星通路

3.根据文献报道（兴趣点）进行推测

？如何选择候选蛋白或直接锚定蛋白

1.根据差异倍数

2.明星蛋白或酶类

3.根据文献进行推测

4.修饰位点数量/某位点修饰水平变化的水平/修饰位点所在结构域