文章题目：Understanding and predicting disease relationships through similarity fusion
文章链接：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6449746/
研究目的
Combining disease relationships across multiple biological levels could aid our understanding of common processes taking place in disease, potentially indicating opportunities for drug sharing.
就说自己的理解吧，作者为了研究不同疾病应用相同药物进行治疗这个点，因此要找到相似的病，通过六个方面其中最熟悉的就是GEO数据库了，数据主要是来自此。
文章中研究目的的描述
We define a single measure of disease similarity over six different data types—ontological, phenotypic, literature cooccurrence, genetic association, gene expression and drug data—and propose a framework for fusion of these similarities using quantile normalization.
关于六个不同的数据类型就是上面的图片展示咯，这个几个数据库可能还是值得记录的吧
关于quantile normalization查看这个维基百科，也说用在microarray data analysis上面。但是关于下面的rearrange并不是能十分理解，就是为什么要从小到大排列，下面是维基百科的内容，本来是5、2、3、4然后暗中从小到大排列改成2、3、4、5，那么这个arrays代表的是什么？可以就这么重新排列的话，得到的这个quantile normalization是什么呢？
维基百科quantile normalization
These rank values are set aside to use later. Go back to the first set of data. Rearrange that first set of column values so each column is in order going lowest to highest value. (First column consists of 5,2,3,4. This is rearranged to 2,3,4,5. Second Column 4,1,4,2 is rearranged to 1,2,4,4, and column 3 consisting of 3,4,6,8 stays the same because it is already in order from lowest to highest value.) The result is:
However, note that when, as in column two, values are tied in rank, they should instead be assigned the mean of the values. So in column two, we assign the two tied rank iii entries the mean of 4.67 and 5.67, arriving at this set of normalized values:
The new values have the same distribution and can now be easily compared. Here are the summary statistics for each of the three columns:
搜索quantile normalization
和limma包中的normalizeBetweenArrays函数得到的数据是都是标准化的数据喽，那normalizeBetweenArrays函数用的也是上面维基百科对quantile normalization的类似的嘛，光看英文名字就像这个quantile normalization。老大写过一篇推文，表达矩阵数据分析免疫环境组成分析可以是标配其中也描述过quantile normalization，如下图
关于这个quantile normalization还有这个html:http://jtleek.com/genstats/inst/doc/02_05_normalization.html，也有些参考意义吧，用的是preprocessCore包中的normalize.quantiles函数进行的这个quantile normalization.
方法
The disease dataset which formed the basis of this work was manually compiled by searching Gene Expression Omnibus (Barrettet al.,2013) for common diseases and selecting those where patient-derivedtranscriptomic data were available. This resulted in a dataset of 84diseases, some of which were closely related
上面是关于这篇文章的数据的描述，可见最主要的还是GEO数据库了，然后为什么前面说了半天的quantile normalization，就是因为这个GEO的数据总要和另外5个类型的数据进行整合吧，文章的描述是
关于 space这个英文单词的翻译，我也是后知后觉，就是理解为 特征 就好，跟空间空隙半毛钱关系没有，所以他们这个表述，让我头大。
好了关于作者做出来的一个比较重要的图还是要展示一下的
结果
2个结果：结果都是我自己挑着能理解的哦
结果一
上图解释为 The most similar spaces are phenotype and literature co-occurrence, with aPearson correlation of 0.56.
Incontrast, the low correlation (<0.2) across the three ‘non-tradition-al’ representations (genetic association, gene expression and drugapproval) indicate that disease relationships are highly distinct ineach of these spaces.
结果二
结果二就是一张很炫酷的图
这个图的中心-Poriasis是牛皮癣，围绕周围的有什么痤疮、酒糟鼻、红斑狼疮等，乍一看这些病还都是和皮肤病相关的，这个图的意思就是：Diseases related to psoriasis。其实细心一点看Crohn‘s disease就可以知道还和克罗恩肠病相关了。
收获
每天看个文献都像看悬疑小说一样，各种疑问🤔️，也是挺有趣的～
收获一
就是一个非常正常的疑惑，第一张图片的六个数据库可以看到除了我知道的GEO数据库，其他的我都不知道的，不过，GEO数据库都是每个数据集都是由一个一个sample组成的，所以，既然作者能吧数据整合，并且作者说了就是用R整合的，其他的数据库和GEO数据库的关系是什么呢？肯定是有关系咯，搜索一个DisGeNET
再搜索download中的 readme，下面jie截图可能有点小，不过还是验证我的疑惑还是有点价值的，第一个横线虽然咩有看到geo数据库，哪怕geo的全称都没有，其他的数据库名我也不认识，并且不打算再搜索了，再搜索呢就实在是没完没了了😅，但是第二个横线就是 geneID,第三个横线就是 geneSymbol，这都是我认识的，geo数据库注视肯定是能得到的。
所以呢，对于上面有一种类似PPI的网络图，以牛皮癣为中心的那张网络图，是怎么得来的呢？可以基因关联后，再和疾病对应，所以表明上看是疾病的网络图，实际是换汤没换药，就还是基因与基因之间的相关程度咯，然后再对应上疾病。这么看来，就相对清晰一点了。
收获二
第二个收获就是作者的这个思维，用基因把疾病关联，找可以药物有共享的疾病～
