近兩年，不做實驗或者僅需要少量實驗的生物信息學分析文章，發表量越來越多。如果利用數據庫檢索，高效的發出一篇文章。是科研工作者關注的話題，今天我們就用一篇生信分析的文章作為切入點，來談談生信分析文章的套路。

1. 生信分析文章范例解讀

最近在檢索文獻時發現了 10 月有一篇生信文章，做的是關于三陰性乳腺癌中相關 ceRNA 差異表達譜的綜合分析，于 2018 年 10 月 11 日發表在《Cellular physiology and biochemistry》雜志上，IF = 5.5。

由于小編就是做三陰性乳腺癌 non-coding RNA 的相關研究，一直都有關注 ceRNA 的研究，類似這篇文章的工作量投稿分數應為 3-5 分，而此文竟然突破 5 分門檻。

仔細閱讀發現，原來這篇文章與常規生信分析文章相比，增加了 30 例樣本的 q-PCR 驗證，按照小編做實驗的效率，大概也就兩天工作量。

所以接下來我們一起走進這篇文章，感受他的總體思路，看看是不是你與 5 分只差兩天的距離？

三陰性乳腺癌（TNBC）是高度惡性乳腺癌的亞型，預后不良。越來越多的證據表明，長鏈非編碼 RNA（lncRNA）在包括乳腺癌在內的多種癌癥的發展和進展中發揮著重要的調節作用。

此研究利用癌癥基因組圖譜（TCGA）的 RNA-Seq 數據比較了 111 個 TNBC 組織和 104 個非癌組織中 mRNA，lncRNA 和 miRNA 的表達譜。

之后進行 GO 和 KEGG 途徑分析失調的 mRNA 的主要功能。并進行 Kaplan-Meier 存活分析以確定差異表達的 lncRNA / mRNA / miRNA 對總體存活的影響。

隨后，本研究構建了一個競爭性內源 RNA（ceRNA）網絡，其中包括66 個失調的 lncRNAs，24 個 miRNA 和 55 個 mRNA 。并通過 qRT-PCR 分別在 30 對樣品中在 ceRNA 網絡中證實了四種失調的 lncRNA，三種異常表達的 miRNA 和四種 mRNA 。

得出以下結論：根據存活分析，109 個 lncRNA 和 124 個 mRNA 可作為 TNBC 患者的預后信號；而功能分析顯示，ceRNA 網絡中的 19 種 mRNA 在 17 種癌癥相關途徑中富集。

2. 生信分析文章套路解析

通過對范文的解讀，我們可以理出生信分析文章的大致思路：通過數據庫篩選，加少量的實驗驗證得出結論。

TCGA 數據庫：

此文章所用的數據庫 TCGA 是一個公開可用的數據庫，是數據挖掘和生物發現的豐富且有價值的在線資源，迄今為止，它包含超過 10,000 種患者樣本，涵蓋 36 種癌癥類型。

本研究的目的就是在大樣本中發現特異性 lncRNA 標記，對 mRNA，lncRNA 和 miRNA 表達譜進行了全面分析，并在 TCGA 數據庫中預測了大量 TNBC 患者中代表性 lncRNA 的可能生物學功能和臨床結果。

GO 和 KEGG：

GO 和 KEGG 分析是對差異基因進行注釋。為什么要進行注釋？因為篩選的差異基因可能有很多，那么到底哪個基因比較重要，哪個基因更可能與疾病相關？

通過 GO 和 KEGG 分析，我們通過了解該基因已有的信息，把預測的尺度放得小一點，那么預測的準確性相應得就會提高一些；另外通過功能注釋，我們還可以了解到這個基因可能是在疾病發生過程中的哪個環節產生了作用。

3. 總結

生信分析對科研人員來說，有一定難度，但是一旦掌握了這項技能，那無疑就是發文章最省時省力省錢的方式了，小編非常建議那些經費或資源稍欠的研究生，有時間可以學習一下生信分析。

總結生信文章套路，一句話總結：下載別人已經完成的芯片數據，分析篩選差異基因，構建蛋白質互作網絡，最后利用 GO 和 KEGG 分析。

信諾金達，專業技術服務。加速您的科研進程！qPCR檢測、miRNAqPCR檢測、細胞實驗、文章潤色等。

<文章摘自網絡，如構成侵權，請版權方聯系刪除> 創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的mirna富集分析_经验之谈丨生信分析文章套路原来这么简单！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。