想偷偷变生信高手？这六款数据库，让你零代码15分钟完整复现一篇4+免疫类生信SCI！
解螺旋公众号·陪伴你科研的第2514天
文章复现系列
从小白的角度，一刻钟复现生信套路。各位小伙伴大家好，今天给大家带来的是一篇2020年发表在Journal of Cellular and Molecular Medicine（影响因子：4.486）的无代码单基因生信文章套路。全文共有4个图和3个表，让我们一起来看一看这篇文章中每个图表都做了哪些内容吧。
文章题目：TGFβ2 is a prognostic-related biomarker and correlated with immune infiltrates in gastric cancer
（https://www.xiantao.love/products）
（https://cistrome.shinyapps.io/timer/）
（https://kmplot.com/analysis）
现在一切准备就绪，没时间解释了，快上车！跟着我一起开始复现之旅吧！
Figure 1
TGFβ2在不同类型的肿瘤组织和正常组织中的表达水平
作者分别应用Oncomine和Timer数据库，分析了TGFβ2在泛癌的肿瘤组织与正常组织中的表达水平。
Oncomine数据库复现
登陆Oncomine数据库：http://www.oncomine.org
如果没有注册的话，需要先进行注册，需要注意一点，Oncomine数据库要求必须用教育邮箱才能注册成功。
在搜索框中输入“TGFB2”（在数据库中是不识别β这样的字符的，我们用B来代替），回车之后就会出现结果。
把这张结果图进行部分截取，就可以得到我们的图1A啦。
Timer数据库复现
登入timer数据库：https://cistrome.shinyapps.io/timer/
Timer数据库页面非常清晰明了，在登入的页面也显示了不同分析模块的功能。
点击“Diff Exp”，输入分子“TGFB2”，点击“Submit”，即可得到结果。
仙桃学术生信工具复现
想要做基因在泛癌中的表达差异，其实还有第三种方法，就是我们的仙桃学术生信工具！由于Oncomine数据库需要教育邮箱才能注册，而Timer数据库对网络要求又比较高，相比之下，我们仙桃学术的生信工具就愈发的友好啦。
进入仙桃生信工具（https://www.xiantao.love/products），选择高级版（由于高级版功能最为全面，这里统一使用高级版作为示范）
选择“表达差异（挑）”——“表达差异”——“非配对样本”，在疾病种类处选择“泛癌”，在分子处输入我们本篇文章的分子“TGFB2”，点击确认，就可以收获一张美图啦。
注：因为有些癌种中正常样本数比较少，我们选择用GTEx数据库的正常样本补足。因此我们在这里选择XENA-TCGA-GTEx泛癌数据进行分析。
点击“保存结果”，可将本张图片用于后续拼图；点击“查看大图”可看到完整图片。
这里的参数位置中，我们选择了和复现文章中一样的箱式图，配色我们展现的是仙桃工具默认的NPG配色，如果大家想要更换其它的展现形式，也可以在参数位置自行调整，得到属于自己心仪杂志的风格的配色的图片。
同时，仙桃工具还提供了对结果和方法学的详细描述。大家感兴趣的话也可自行查看~
Figure 2
TGFβ2表达与癌症患者预后的关系
作者为了进一步明确TGFβ2表达在泛癌中的作用，运用PrognoScan数据库及Kaplan-Meier Plotter数据库分析了TGFβ2表达与各癌症中患者预后的关系。
PrognoScan数据库复现
登入PrognoScan数据库：
http://dna00.bio.kyutech.ac.jp/PrognoScan/index.html
当我第一次见到这个数据库时候，被这个朴实无华的界面震惊了，然而学习使用下来发现它的功能确实异常强大，可能在默默教导我们不能以貌取人的人生真谛吧。
使用起来也非常简单，在如图所示的空白框中输入分子，譬如我们本文中的“TGFB2”，然后点击“Submit”按钮，就跳转出到如下界面了：
下拉还可以看到更多数据库中的结果，由于图2A-H都是在这个数据库中得到不同癌种和数据集中的重复图片，我们就选择图2A——乳腺癌中GSE2034这张图片示范接下来的操作。
我们可以看到，数据库中，在corrected P-value和COX P-value两列，当数值小于0.05即我们通常认为的具有统计学意义时，被标红了，这样也能更方便我们找到想要探讨的肿瘤和数据集。找到乳腺癌的GSE2034数据集，点击“PROBE ID”这个位置，我们进入下一个界面。
下拉，就可以看到我们图2A这张图片了。右键即可下载~
Kaplan-Meier Plotter数据库复现
登入Kaplan-Meier Plotter数据库：https://kmplot.com/analysis/
以图2I中，分子TGFβ2在胃癌中与OS的关系为例，我们来看一下，在Kaplan-Meier Plotter数据库中，我们如何实现这张小图的复现。
在右上角肿瘤类型中选择“Gastric Cancer”，在左侧输入我们想分析的分子，选择生存类型，此处我们选择和图2I一致的OS，最后点击左下角的“Draw Kaplan-Meier Plot”按键就可以等待出图啦。
该数据库提供PDF版本的图片可供我们下载后进行后续的拼图。
仙桃学术生信工具复现
在我们的仙桃工具中，也提供了点点点即可一件绘制生存曲线的方法。
在“临床意义（靠）”模块选择“预后分析”——“KM曲线图”，即可进入该模块。
我们这里还是以复现图2I的TGFβ2与胃癌生存OS之间的关系为例：
选择疾病“胃癌”——格式“FPKM”——输入分子“TGFB2”——选择预后参数“OS”，点击“确认”。最后不要忘记保存结果呀~
在这里，为了给大家展示一下我们工具强大的拼图功能，我用同样的方法绘制了胃癌中TGFβ2与PFS的预后曲线，保存后，我们来看一下如何进行拼图：
点击上方“拼图工具”，就可以看到我们之前保存的两张图片啦。
将图片拖进来，然后调整到自己想要的位置及大小即可，工具目前还提供了自动吸附、辅助线等功能辅助我们进行拼图，可以说是手残党的福音啦。
点击“PDF下载”就可以看到拼完的图片了，工具甚至贴心的连“A”、“B”的标注都加上啦，再也不用哭唧唧的每个图片苦苦加字母加到眼花啦。
Table 1
TGFβ2表达与患者临床病理结果之间的关系
在Kaplan-Meier Plotter中，作者还对各个临床病理参数进行了逐个分析在不同亚组中，TGFβ2表达对OS及OFS的影响。我们以图中圈出来的一行作为范例，看一下作者如何得到这个结果的吧。
Kaplan-Meier Plotter数据库复现
登入Kaplan-Meier Plotter数据库后，选择“Gastric Cancer”，在左侧输入分子“TGFB2”，选择生存类型OS，在亚组分析中的StageN中选择“1+2+3”，这时我们可以看到筛选到样本是422例，最后点击左下角的“Draw Kaplan-Meier Plot”按键。
在结果中，我们可以看到该亚组对于生存的HR和p-value。
Figure 3
TGFβ2表达与胃腺癌（STAD）和间皮瘤（MESO）中的免疫浸润水平相关性分析
图A和B显示了在间皮瘤和胃癌中TGFβ2表达和肿瘤纯度和各免疫细胞之间的相关性，图C和图D则显示了个免疫细胞浸润和TGFβ2表达与胃癌及间皮瘤的预后相关性。我们以胃癌为例，在Timer数据库中进行图3B和图3C的复现。
Timer数据库复现
肿瘤纯度及免疫细胞相关性分析：
登入数据库后，选择“Gene”模块，在Gene Symbol处输入分子“TGFB2”，在Cancer Type处选择肿瘤类型“STAD”胃癌，点击提交后，即可得到图3B的结果。
下载PDF格式文件可用于后续拼图。
生存分析：
选择“Survival”模块——在Cancer Type处选择肿瘤类型“STAD”胃癌——在Gene Symbol处输入分子“TGFB2”，点击提交后，即可得到图3C的结果。
仙桃学术生信工具复现
我们仙桃学术的生信工具也提供了免疫浸润相关的分析，那么接下来让我们一起看一下吧。
进入生信工具，选择交互网络（联）——免疫浸润——棒棒糖图。在疾病处选择“胃癌”——选择数据格式FPKM——输入分子“TGFB2”——点击确认，等待出图。
该免疫浸润分析是基于我们工程师小哥哥们处理好后放在云端的TCGA数据，算法应用的是ssGSEA算法，计算了TGFβ2与22种免疫细胞的相关性，相关性越大，棒棒糖的球也越大。
对于相关性显著的免疫细胞，工具也提供了用散点图进一步展示的方式。
选择“散点图”——在疾病处选择“胃癌”——选择数据格式FPKM——输入分子“TGFB2”——在算法出选择我们想要展示的免疫细胞，此处以巨噬细胞为例——点击确认，等待出图。
就得到啦一张非常好看的散点图啦~
Table 2
TIMER中TGFβ2与免疫细胞相关基因和标志物的相关性分析
作者进一步对胃癌中TGFβ2与免疫细胞相关标志物进行相关分析，并以间皮瘤作为对照。将其中典型图片，包括与单核细胞、肿瘤相关巨噬细胞、M1及M2型巨噬细胞的相关性图片展示为图4。
Figure 4
胃腺癌（STAD）和间皮瘤（MESO）中TGFβ2表达与免疫标志物之间的相关性分析
我们以图4E左侧的图片为例进行示范，如何在Timer数据库中进行分析与免疫标志物的相关性分析。
登入Timer数据库，选择 “Correlation”模块，在Cancer Type处选择肿瘤类型“STAD”胃癌,在Gene Symbol处分别输入分子单核细胞标志物“CD86”和我们的“TGFB2”，，点击提交后，即可得到相关性分析的结果。
注：相关性可以根据肿瘤纯度校正，也可以选择不校正。
结果如图所示，和原文中的图形相似但是cor和p值都有一点不同，可能是因为数据库更新所致。
Table 3
GEPIA中TGFβ2与单核细胞，TAM和巨噬细胞相关基因和标志物的相关性分析
作者通过GEPIA在线分析进一步验证了TGFβ2与单核细胞、TAM和巨噬细胞相关标志物的相关性。
GEPIA数据库复现
登入GEPIA数据库：http://gepia.cancer-pku.cn/index.html
在多基因分析中，选择相关性分析。
分别将两个基因输入，选择“STAD Tumor”后，点击“Plot”按钮就可以得到两个基因间相关性分析的结果啦~
仙桃学术生信工具复现
在我们仙桃学术的生信工具，同样也可以对两个基因进行相关性分析。
进入生信工具，选择交互网络（联）——分析相关性分析——散点图。在疾病处选择“胃癌”——选择数据格式FPKM——输入分子A“CD86”及分子B“TGFB2”——点击确认。
从结果的图片中我们可以看出，在基因A处输入的分子是作为X轴的，大家记得不要输反了哟~
好啦，到此为止，这篇4+的文章我们就复现结束了，是不是感觉也挺简单的？快打开你的电脑实际操作一下吧~