GEO\TCGA纯生信数据挖掘经典套路

今天介绍的GEO\TCGA纯生信数据挖掘经典套路文章题目：Identification of key genes for predicting colorectal cancer prognosis by integrated bioinformatics analysis，PMID: 31897151。

研究背景：

结直肠癌（CRC）是威胁生命的疾病，预后不良。因此，鉴定CRC的分子预后生物标志物至关重要。本研究旨在确定可用于预测CRC患者预后的潜在关键基因。

研究方法：

从GEO数据库下载了三个CRC微阵列数据集（GSE20916，GSE73360和GSE44861），并从The Cancer Genome Atlas（TCGA）数据库获得了一个数据集。使用BRB-ArrayTools软件分析了三个GEO数据集以检测差异表达基因（DEG）。这些DEG的功能和途径富集分析是使用注释，可视化和集成发现数据库进行的。构建了DEG的蛋白质-蛋白质相互作用（PPI）网络，提取了轮毂基因，并分析了PPI网络的模块。为了研究CRC中枢基因的预后价值，基于样本分割方法和Cox回归模型，使用TCGA CRC数据集中的数据进行生存分析。使用Spearman的相关性分析评估中心基因之间的相关性。

研究结果：

与正常结直肠组织相比，在这三个GEO数据集中，共鉴定出105个常见DEG，包括CRC中51个下调基因和54个上调基因。构建了由100个DEG和551个边组成的PPI网络，并确定了44个节点为中心基因。在这44个基因中，四个枢纽基因TIMP金属肽酶抑制剂1（TIMP1），溶质载体家族4成员4（SLC4A4），醛固酮还原酶家族1成员B10（AKR1B10）和ATP结合盒亚家族E成员1（ABCE1）是与CRC患者的总生存期（OS）相关。从PPI网络中提取了三个重要的模块。中心基因TIMP1存在于模块1中，ABCE1与模块2相关，而SLC4A4在模块3中被鉴定。单因素分析显示TIMP1，SLC4A4，AKR1B10和ABCE1与CRC患者的OS相关。多变量分析表明，SLC4A4可能是与OS相关的独立预后因素。此外，相关分析的结果表明，TIMP1，SLC4A4和ABCE1之间没有相关性，而AKR1B10与SLC4A4正相关。

研究结论：

总之，通过综合生物信息学分析鉴定了与CRC患者的OS相关的四个关键基因TIMP1，SLC4A4，AKR1B10和ABCE1。这些关键基因可以用作预测CRC患者生存的预后生物标志物，因此可以代表CRC的新治疗靶标。

文章分析内容：

1、GEO数据库搜索下载相关数据，并且进行差异分析绘制热图和火山图

2、差异基因GO、信号通路富集分析

3、PPI分析，筛选hub基因

4、对hub基因进行生存分、Cox回归分析

5、hub基因之间相关性分析

天下没有不可以发表的纯生信套路，只怕永远都是迟迟不动手，站在零基础的位置。