眾所周知，腫瘤的TNM分期是目前臨床上比較常用的分期方式之一：

• 其中的T代表的是腫瘤原發(fā)灶，其中包括原發(fā)灶的部位、大小、數(shù)目、侵犯的范圍、浸潤(rùn)的深度等
• 而N代表的是轉(zhuǎn)移淋巴結(jié)，包括轉(zhuǎn)移淋巴結(jié)的數(shù)目、大小、侵犯的范圍等
• M代表的是轉(zhuǎn)移灶，包括轉(zhuǎn)移灶的部位、數(shù)目等

所以，理論上可以分析不同的N或者M(jìn)的分期的病人來(lái)看腫瘤轉(zhuǎn)移與否的差異情況，最近看到了一個(gè)文章就是這樣做的了，比較N0和N3時(shí)期的TCGA數(shù)據(jù)庫(kù)的ESCC表達(dá)量樣品的差異，該文章于2020年發(fā)表在《 Adv Sci 》雜志的文章《Direct Targeting of CREB1 with Imperatorin Inhibits TGFβ2‐ERK Signaling to Suppress Esophageal Cancer Metastasis》，鏈接是：https://onlinelibrary./doi/full/10.1002/advs.202000925

下載TCGA表達(dá)量矩陣進(jìn)行指定分組的差異分析

RNA-sequencing data and clinical in- formation of 60 ESCC cases were obtained from The Cancer Genome Atlas (TCGA) database, and the gene profiles of tumors at N0 stage were compared with those at N3 stage.

主要的分析方法這些年都被寫(xiě)爛了，我就不再贅述：

• 解讀GEO數(shù)據(jù)存放規(guī)律及下載，一文就夠
• 解讀SRA數(shù)據(jù)庫(kù)規(guī)律一文就夠
• 從GEO數(shù)據(jù)庫(kù)下載得到表達(dá)矩陣 一文就夠
• GSEA分析一文就夠（單機(jī)版+R語(yǔ)言版）
• 根據(jù)分組信息做差異分析- 這個(gè)一文不夠的
• 差異分析得到的結(jié)果注釋一文就夠

主要是考驗(yàn)對(duì)TCGA數(shù)據(jù)庫(kù)的熟悉程度啦，然后對(duì)統(tǒng)計(jì)學(xué)顯著的差異進(jìn)行進(jìn)行GO數(shù)據(jù)庫(kù)的富集分析，如下所示的結(jié)果：

然后作者這里做了一個(gè)超級(jí)騷的操作，對(duì)上面的GO富集條目里面的基因進(jìn)行計(jì)數(shù)，發(fā)現(xiàn)有TGF??2基因的條目超高了四分之一，同時(shí)它也是排名第4高頻出現(xiàn)的基因。

如下所示：

由此開(kāi)始了作者的課題：Among the top genes highly enriched in the pathways listed in Figure 1A, TGF??2, which ranks 4th with a high frequency (26%) of enrichment in the total GO terms, be- came our research focus (Figure 1B).

其實(shí)呢這個(gè)步驟是架不住推敲的，針對(duì)統(tǒng)計(jì)學(xué)顯著差異基因繼續(xù)GO數(shù)據(jù)庫(kù)條目的超幾何分布檢驗(yàn)，其中含有TGF??2基因的GO條目出現(xiàn)的頻率比較高，其實(shí)可能是因?yàn)門(mén)GF??2基因本身參與的功能比較多。是因?yàn)樗旧沓雒皇且驗(yàn)楸敬尾町惙治霭阉Y選出來(lái)了的。

毫無(wú)疑問(wèn)，TGF??2, 肯定是具有表達(dá)量差異，所以作者加入了如下所示的小提琴圖：

當(dāng)然了，確定一個(gè)基因的重要性，僅僅是表達(dá)量的上升還不夠，還需要高表達(dá)它的時(shí)候，病人死得快，所以有了如下所示的生存分析圖表：

• 人人都可以學(xué)會(huì)生存分析（學(xué)徒數(shù)據(jù)挖掘）
• 學(xué)徒數(shù)據(jù)挖掘之誰(shuí)說(shuō)生存分析一定要按照表達(dá)量中位值或者平均值分組呢？
• 基因表達(dá)量高低分組的cox和連續(xù)變量cox回歸計(jì)算的HR值差異太大?
• 學(xué)徒作業(yè)-兩個(gè)基因突變聯(lián)合看生存效應(yīng)
• TCGA數(shù)據(jù)庫(kù)里面你的基因生存分析不顯著那就TMA吧
• 對(duì)“不同數(shù)據(jù)來(lái)源的生存分析比較”的補(bǔ)充說(shuō)明
• 批量cox生存分析結(jié)果也可以火山圖可視化
• 既然可以看感興趣基因的生存情況，當(dāng)然就可以批量做完全部基因的生存分析
• 多測(cè)試幾個(gè)數(shù)據(jù)集生存效應(yīng)應(yīng)該是可以找到統(tǒng)計(jì)學(xué)顯著的！
• 我不相信kmplot這個(gè)網(wǎng)頁(yè)工具的結(jié)果(生存分析免費(fèi)做)
• 為什么不用TCGA數(shù)據(jù)庫(kù)來(lái)看感興趣基因的生存情況
• 200塊的代碼我的學(xué)徒免費(fèi)送給你，GSVA和生存分析
• 集思廣益-生存分析可以隨心所欲根據(jù)表達(dá)量分組嗎
• 生存分析時(shí)間點(diǎn)問(wèn)題
• 尋找生存分析的最佳基因表達(dá)分組閾值
• apply家族函數(shù)和for循環(huán)還是有區(qū)別的（批量生存分析出圖bug）
• TCGA數(shù)據(jù)庫(kù)生存分析的網(wǎng)頁(yè)工具哪家強(qiáng)
• KM生存曲線經(jīng)logRNA檢驗(yàn)后也可以計(jì)算HR值

生存分析是目前腫瘤等疾病研究領(lǐng)域的點(diǎn)睛之筆！

雖然有瑕疵，但不失為一個(gè)好的數(shù)據(jù)復(fù)用的案例

絕大部分對(duì)生物信息學(xué)有誤解的小伙伴還迷失在所謂的快速發(fā)文的套路里面，這樣的想法非常危險(xiǎn)。其實(shí)都看文獻(xiàn)，數(shù)據(jù)復(fù)用的前提是支持你的生物學(xué)假設(shè)，這樣的數(shù)據(jù)挖掘才是王道！

如果你也有自己的科研想法，希望能在TCGA等公共數(shù)據(jù)庫(kù)里面探索一下，而且網(wǎng)頁(yè)工具無(wú)法達(dá)到你的需求， 那么我們的生信工程師團(tuán)隊(duì)可以幫助你哦！這樣的差異分析，GO或者KEGG數(shù)據(jù)庫(kù)注釋，生存分析全一套，僅需人民幣1600即可！附送代碼和數(shù)據(jù)，不玩虛的！

你指哪兒，我們就打哪兒！（有需求的直接在公眾號(hào)這個(gè)推文下面留言哦?。?br>