用这种套路挖掘TCGA简单到爆

常规的TCGA数据挖掘足以满足2-3分的SCI文章需求，无论你是毕业需求，还是普升需求，基本上都能满足。这里介绍的挖掘套路就是：下载TCGA的转录组数据，整理好mRNA，lncRNA，miRNA，然后做差异分析，对差异基因做功能分析，再构建lncRNA-miRNA网络，miRNA-mRNA网络，最后在cytoscape上整理出ceRNA网络，对网络中的lncRNA进行生存分析，一篇文章就出来了。

这里有一篇比较新的文章作为参考：

Comprehensive analysis of lncRNA-associated competing endogenous RNA network in tongue squamous cell carcinoma

PMID:30755833

摘要：

背景：

越来越多的证据表明，长的非编码RNA（lncRNA）在竞争性内源RNA（ceRNA）网络中发挥重要作用，因为它们通过海藻microRNA（miRNA）调节蛋白质编码基因表达。然而，对舌鳞状细胞癌（TSCC）中的ceRNA网络的理解仍然有限。

方法：

收集关于mRNA，miRNA和lncRNA的表达谱数据以及来自癌症基因组图谱（TCGA）数据库的122个TSCC组织和15个正常对照的临床信息。我们使用edgR包来鉴定TSCC样品和正常样品之间差异表达的mRNA（DEmRNA），lncRNA（DElncRNA）和miRNA（DEmiRNA）。为了探索DEmRNA的功能，进行了京都基因和基因组百科全书（KEGG）途径分析。随后，基于鉴定的DE1ncRNAs-DEmiRNA和DEmiRNA-DEmRNAs相互作用建立ceRNA网络。分析了ceRNA网络内的RNA与总体疾病存活率的相关性。最后，特别分析了lncRNA与所包括的TSCC患者样品中的临床特征的相关性。

结果：

共鉴定出1867个mRNA，828个lncRNA和81个miRNA在TSCC组织中差异表达（-log 2倍变化≥2;调整的P值<0.01）。得到的ceRNA网络包括16个mRNA，56个lncRNA和6个miRNA。 56例lncRNA中有10例与TSCC患者的总生存率相关（P <0.05）; 10个lncRNA与TSCC进展相关（P <0.05）。

结论：

我们的研究加深了对TSCC中ceRNA网络调控机制的理解。此外，我们鉴定了10种lncRNA（PART1，LINC00261，AL163952.1，C2orf48，FAM87A，LINC00052，LINC00472，STEAP3-AS1，TSPEAR-AS1和ERVH48-1）作为TSCC的新型潜在预后生物标志物和治疗靶标。

 

文章的主要图片：