3分+零代码单基因生信+验证,投稿到接收2个月+数据库使用教学

今天给大家介绍一篇去年11月刚刚online的单基因单基因生信+验证。8月份投稿,10月份接收,11月online,又是人生赢家。对于单基因的分析,挑选基因最为关键。小编认为容易发表的基因要符合以下几点(符合条件越多越好):

1 在多种肿瘤中该基因高表达

2 在多种肿瘤中该基因高表达的患者预后差

3 在多种肿瘤中该基因在高分期表达较高

4 不同肿瘤中的富集分析有比较集中的几种结果

5 在一种或者多种肿瘤中与特定免疫细胞浸润相关,如巨噬细胞,CD8T细胞等

6 最好用不同的方法证明5中的结论

7 在某一种或者几种肿瘤中集中于一些免疫相关基因相关性高

8 该基因最好报道过,但是又研究较少,有一定新颖性

如果能筛选到这样的基因,再添加单基因的各种层面分析,肯定是比较容易接收的。能再加一些实验验证就更好不过了。新的一年,赶紧把文章投了吧。

生信分析咨询

请扫描下方二维码

另外本文所有数据库恰好我们公众号以前都介绍过

TCGA数据分析系列(二):数据库之GEPIA2

TCGA数据分析系列(二):UALCAN数据库

TCGA数据分析系列(二):LinkedOmics

那么我们来看这篇文章符合以上哪些条件

文章名:Pan-cancer analysis identifies ESM1 as a novel oncogene for esophageal cancer

影响因子:3.13,即时影响因子:3.79.

我们首先检索一下这个基因在肿瘤中的研究,只有9篇肿瘤相关文章,非常符合条件8

Figure 1

GEPIA 数据库分析该基因在泛癌中的表达

Figure 2

Ualcan数据库分析该基因在泛癌中的表达

Figure 3

StarBase数据库分析该基因在泛癌中的表达

Figure 4

该基因在GEPIA数据库中的总生存预后分析

Figure 5

该基因在LinkedOmics 数据库中的总生存预后分析

Figure 6

该基因在GEPIA数据库中的DFS预后分析

Figure 7

前面几个figure结果的交集

Figure 8

该基因的分期表达以及表达验证

Figure 9

该基因的富集分析,增殖侵袭实验

Figure 10

该基因的细胞周期和凋亡

Figure 11

探索该基因影响增值侵袭的机制,跑了个明星通路的分子

这篇文章单看生信方面其实分析的很一般,竟然同样是TCGA数据,用不同数据库的结果来凑数。单看实验方面,也很一般,表达增殖侵袭,加上明星分子的表达。但是合在一起也可以发三四分,博士毕业都没问题。我觉得今年发纯生信希望还比较大。到明年了纯生信肯定不好发,这样做也是很好的。这也就是单基因分析的优势。要是你做的是预后模型。实验要怎么补?单基因的话就没有这种烦恼。

(0)

相关推荐