找不到差异基因？这个憨憨版在线分析工具了解一下

生信文章复现so easy!

基因差异表达分析，作为根据基因表达矩阵进行生物信息学分析的第一步，有助于我们观察基因在不同样本中的表达差异，从而确定要研究的基因和表型之间的联系，是最常见的生信数据挖掘分析策略之一。

虽然GEO数据库提供了官方在线工具GEO2R，用于比较2组或多组样本以获得差异性表达的基因，但该工具主要是对系列数据（series）进行分析，并非所有系列数据都能用GEO2R工具进行分析，比如测序数据就不能使用GEO2R，对于这类数据，工具栏中的“Analyze with GEO2R”按钮不会显示。

对此，小编给大家推荐一款憨憨版GEO数据在线分析神器——NetworkAnalyst，其操作过程非常简单，方便无生物信息背景的小伙伴们用以挖掘数据。

NetworkAnalyst是一个基因表达谱和荟萃分析的可视化在线分析平台，集成了先进的统计方法和创新的数据可视化系统，可以进行差异分析和对差异分析结果进行功能分析和网络分析。

而本文将以一篇单数据集生信分析的SCI论文为例，并按照文献中的分析思路使用NetworkAnalyst在线工具进行差异分析重现文献中的结果。

所选择的论文是2018年发表在BioMed Research International的一篇生信分析论文；原文的数据来源于GEO数据库GSE50161，文献使用了其中47例样本，包括实验组：34例胶质母细胞瘤患者脑组织样本；对照组：13例癫痫儿童患者脑组织样本。

原文使用的差异分析平台是R语言，筛选标准为adj p<0.05 and |log-foldchange|>2。原文总共筛选得到1913个显著差异基因，其中776个上调基因，1137个下调基因。

接下来，我们将使用NetworkAnalyst数据库筛选差异基因。首先我们在GEO主页检索GSE50161，再进入GSE50161的页面后采集必要信息：如物种、数据类型、数据分析平台等。

点击Series Matrix File(s)，下载TXT格式基因表达文件，按照NetworkAnalyst的数据格式提取信息得到基因表达数据（如图所示）。

然后从基因表达值文件中提取信息得到符合NetworkAnalyst要求的表格，然后另存为制表符分隔的文本文件。

打开NetworkAnalyst网站，点击GENE EXPRESSION Table,根据数据来源设置合适的参数,然后选择已经格式化的数据文件，提交成功后点击下一步。

质检结果显示该数据有47个样本，1种实验条件（Control和GBM）；箱式图结果显示47个样本之间存在一定的差异，但是差异不大，点击下一步。

因为本数据已经过log2对数转换处理，因此过滤和归一化都选择“默认”，点击提交，提交成功后点击下一步进入差异分析阶段。

又因本数据集是芯片数据，所以统计方法选择Limma；本研究只有一个实验条件，所以主要因素选择“CLASS”即可。

比较方法选择“特定两组比较”，这里一定要注意：实验组在前，对照组在后，否则差异倍数的正负关系就会出错。设置完成后提交，然后点击下一步。

这里筛选标准与原文中的一致：adj p value<0.05 and |log2-foldchange|>2。

提交成功后，分析结果显示：2053个基因显著差异表达；这与原文中1913个差异基因存在一定的出入，我们猜测可能是由于过滤条件的差异造成的。

点击“Download Results”，下载CSV格式的差异分析结果。

差异分析后点击“Proceed”，进入分析概览页面，在分析概览页面点击Volcano plot，进入火山图分析结果页面。

其中灰色代表不符合筛选标准的基因，红色代表上调基因，绿色代表下调基因。

点击火山图单个基因，Gene View可以查看该基因表达的箱式图；在Enrichment Analysis中可选择基因子集，选择查看全部显著差异基因、上调基因或下调基因；然后选择感兴趣的数据库，单击提交进行功能富集分析。

点击下载按钮，即可下载svg格式火山图。

返回到分析概览页面，点击ORA heatmap clustering 进入ORA热图聚类结果页面。在菜单栏设置合适的参数后，右键点击热图另存为png格式到电脑即可。

然后使用Adobe Illustrator软件拼接热图和火山图，可复现文献中结果。