今天我们介绍一篇稍高分数的文章，来看一下生信挖掘文章如何发更高档次的杂志。这篇文章是利用GEO和TCGA数据挖掘宫颈癌预后相关的关键基因，2019年发表在Journal of Cellular Physiology 影响因子：4.52左右。
1.芯片数据差异基因及注释分析结果
作者在GEO数据库中找到宫颈癌相关的基因芯片数据：GSE63514，其中，包含28个宫颈癌样品和24个正常样本的基因芯片表达数据，通过差异分析共发现：1907个差异基因（944 up， 963 down）。作者利用火山图展示差异基因结果，其中差异最大的top200个基因绘制热图（如下图）。
2.差异基因蛋白互作网络分析PPI分析
将差异基因提交到STRING蛋白互作数据库，构建基因互作网络，利用cytoscape软件中的MCODE插件筛选出三个关键子网络。把这些子网络中的基因进行GO注释；
3.针对差异基因构建共表达网络
利用R语言中的WGCNA包，根据差异基因的表达量信息构建共表达网络，作者获得了4个共表达模块，其中蓝色模块与宫颈癌正相关，棕色模块与宫颈癌负相关（下图c），因此作者在这两个模块中挑选hub 基因用于后续分析。
4. 从hub基因中筛选预后相关基因
通过WGCNA共表达网络分析，作者共挑选出116个关键hub基因。然后，利用TCGA中宫颈癌表达数据以及临床数据，通过生存分析挖掘与预后相关的关键基因。具体方法是用Cox多因素回归分析筛选与疾病显著相关的基因，最终发现SCNN1B, ANLN, APOC1, CNTLN, and TEX30 五个基因具有显著的预后相关性，并构建预后风险模型：
过风险模型可将病人分成高风险和低风险两组，生存分析发现两组具有明显的差异（下图a）。然后针对模型的准确性进行评估，ROC曲线中AUC值达到0.719，说明这个预测模型在5年生存期内预后表现非常好。
5.甲基化数据筛选EPHX2和RMI2
作者再次对前面分析出的hub基因进行分析，利用GEPIA database 数据库筛选出与生存率相关的候选基因, 作者发现基因RMI2和EPHX2在患者中表达量越高患者生存时间会越长，进一步在TCGA数据中的甲基化芯片数据分析发现，这两个基因的表达量与甲基化的水平负相关，生存分析结果表明RMI2基因的高甲基化患者组与低甲基化组生存率生存期存在显著不同（下图cd），但是，EPHX2的甲基化水平与生存率不相关。
为进一步说明这两个基因与宫颈的预后相关，作者又在两个数据库（FireBrowse and ONCOMINE）中查看他们在正常组织和癌组织中的表达量发现：EPHX2和RMI2在绝大多数癌症当中都表现为低表达；从而证明了这个两个基因如果高表达有益于患者的生存期延长。
总结：
作者能发相对较高分数的文章，与其使用的数据库较多有关系，多个数据相互验证，更加说明自己结果的准确性。使用到的公开数据库包括:GEO数据，TCGA表达数据，TCGA甲基化数据，GEPIA database，以及FireBrowse and ONCOMINE数据库。分析流程总结如下：
参考文献：https://www.ncbi.nlm.nih.gov/pubmed/31041817
延申阅读
GEO芯片数据下载 |GEO数据与WGCNA--挖掘胶质瘤共表达网络的关键模块与通路|GEO和TCGA套路文章解说|基因芯片表达差异分析|GSEA法基因功能富集分析原理详解！|挖别人的数据，发自己的文章|TCGA-数据挖掘|转录因子研究方法！｜GEO芯片数据挖掘（直肠癌）
更多技能学习链接：
http://m.study.163.com/provider/400000000234009/index.htm?share=1&shareId=1031484705
更多生物信息课程：
1. 文章越来越难发？是你没发现新思路，基因家族分析发2-4分文章简单快速，学习链接：基因家族分析实操课程、基因家族文献思路解读
2. 转录组数据理解不深入？图表看不懂？点击链接学习深入解读数据结果文件，学习链接：转录组（有参）结果解读；转录组（无参）结果解读
3. 转录组数据深入挖掘技能-WGCNA，提升你的文章档次，学习链接：WGCNA-加权基因共表达网络分析
4. 转录组数据怎么挖掘？学习链接：转录组标准分析后的数据挖掘、转录组文献解读
5.微生物16S/ITS/18S分析原理及结果解读、OTU网络图绘制、cytoscape与网络图绘制课程
6. 生物信息入门到精通必修基础课，学习链接：linux系统使用、perl入门到精通、perl语言高级、R语言画图
7. 医学相关数据挖掘课程，不用做实验也能发文章，学习链接：TCGA-差异基因分析、GEO芯片数据挖掘、GSEA富集分析课程、TCGA临床数据生存分析、TCGA-转录因子分析、TCGA-ceRNA调控网络分析
8.其他课程链接：二代测序转录组数据自主分析、NCBI数据上传、二代测序数据解读。
