同样只做芯片测序，为何你只能发2分？因为你分析得太简单呗，只是照抄了一下测序报告。。。差异基因筛选、GO和KEGG分析，接下来PCR验证了差异表达最显著的几个基因，然后就没有然后了，是不是？

看看人家是怎么做的吧！今天给大家带来一篇Cancer Science(IF=4)上的lncRNA芯片测序文章——Expression profile analysis of long non-coding RNA in acute myeloid leukemia by microarray and bioinformatics，作者是西安交大的战友，数据已上传GEO数据库（GSE103828）。

先上流程图：

接下来一步步地剖析整个文章分析流程

1、临床样本

5位急性髓细胞性白血病（AML）患者和5位缺铁性贫血（IDA）患者的骨髓样本。

2、差异基因筛选

这部分也不必多说，测序公司的报告里都会给数据和图。mRNA和lncRNA分开分别做火山图和热图。

（文章Figure 1，差异表达10倍和2倍的分别作了聚类热图）

Circos图不知测序公司的报告里有没有给，具体的绘制方法我们之前也介绍过（以后不要再说看不懂Circos的图了！，在windows下安装Circos傻瓜版教程），大家可以自己做嘛。Circos图包含的信息量比较大（染色体位置，差异表达倍数等等各种信息都可以加进去，就看你想画几个环了），可谓文章装逼利器啊！作者同时对lncRNA的类型进行了分类（Venn图）。

（文章Figure 2）

3、功能富集分析

GO和KEGG还是要做的，先做所有差异表达的mRNA的，最显著的KEGG通路可以放一张下面C图的信号通路完整的图，D图可以用Cytoscape的ClueGO插件直接做。生信分析绘图神器，你值得拥有！ClueGO生信作图进阶技巧及实操演示

（文章Figure 3）

4、PPI网络分析

PPI网络分析属于不做白不做啊，STRING数据库现成的数据，把差异mRNA放进去跑一下就OK了。这里作者根据k-core算法对整个网络进行了分析，从中筛选出hub基因以及核心的亚网络。k-core算法怎么做？Cytoscape的MCODE插件呀~如何愉快地利用网络分析筛选关键基因

（文章Figure 4）

上面这个图C怎么搞？对应着GO和KEGG分析结果手动来也可以，但这不是我们的风格，试下STRING数据库自带的分析吧

5、共表达网络分析

WGCNA在分析lncRNA和mRNA的关系里可是利器啊！WGCNA新手入门笔记（含代码和数据），WGCNA新手入门笔记2（含代码和数据）

图里这大大小小的节点同样是根据k-core的一个评分结果

（文章Figure 5）

6、关键lncRNA分析

上图WGCNA共表达分析结果一出，就可以找找其中又大又红的lncRNA进行重点突破了。作者这里相中了那一大块里的RP11-222K16.2。先把WGCNA分析结果里与RP11-222K16.2具有共表达关系的基因拎出来，节点颜色深浅和大小同共表达关系的强弱相关（A图），再做个GO分析（B图）。C图是把差异表达超过10倍的lncRNA单独拿出来，通过具有共表达关系的mRNA的GO分析结果，对lncRNA进行功能注释。

（文章Figure 6）

这些差异表达的lncRNA再用TCGA数据库做一个生存分析

（文章Figure 7）

PCR在临床样本里验证一下

（文章Figure 8）

图A分析了在位置上RP11-222K16.2和什么基因有关，结果发现Eomes同样定位于3p24.1，图B和C分析了在AML以及其它癌症中这两个基因的相关性，结果说明确实有点关系哟，实验做下去说不定就是篇10分哦！图D和E是RP11-222K16.2具有共表达关系基因的GSEA分析结果。

（文章Figure 9）

好了，这篇芯片测序文章到这里就结束了，是不是你能想得到，文章里基本都用到了？文章整个分析，有点有面，接下去做实验也有思路，是不是棒呆？！