生信分析、meta分析、数据挖掘
TCGA、GEO、SEER、Oncomine

如何从数据库中挖出研究方向?

生信分析是筛选目标基因和确定研究方向非常好用的方法,但是很多时候,系统的分析流程走下来,我们还是不能把筛选出来的基因和所研究的疾病挂上钩,我们很难说我们的结果是有意义的,想进一步开展实验心里也是没个底儿。


像下图这样的热图,既分析出了差异基因,又对差异基因进行了功能上的注释,结果就很赞了。

上图的注释中,Ion channel,Receptor什么的或许通过GO和KEGG注释还能得到一些信息,但是像Known pain link,这个要怎么说?你说known就known?文本挖掘或许是个不错的手段,但是真正操作起来还是很麻烦,如何去除其中看起来有关而实际上无关的基因也是非常费神的。


其实NCBI中有很多非常好用的数据库,比如Gene这个数据库

搜索pain,便可以得到与pain相关(Known pain link)的基因,在右侧可以选择物种


调成每页显示200条信息,把相关的基因都复制粘贴出来,在EXCEL里用vlookup函数和我们生信分析的结果取个交集,就完成注释啦!((工具篇):S4E07: 用Excel就能实现的几个逆天功能!

注释完成后,可以用R语言ggplot2包画图,也可以试试这个在线的工具EasyChart (http://www.ehbio.com/ImageGP/index.php/Home/Index/index.html), 之前我们介绍过高颜值的在线绘图工具推荐,这个网站目前已经全部更新完成。


通过这样一张热图,我们可以了解哪些疾病关联基因的差异表达比较明显,聚类分析则反映出哪些基因之间存在联系,从中我们挑选出合适的目标基因。


如果你的研究方向是遗传病,那可以试试OMIM,OMIM (Online MendelianInheritance in Man)是人类孟德尔遗传病数据库,在NCBI中选择OMIM数据库即可使用。

比如我们搜个parkinson,搜索结果中PARK12是表型名称,右侧还可以查看序列标记位点(UniSTS),以及单核苷酸多态性(dbSNP)。


那么%300557这样的代号是什么意思呢?先说前面这个%:

OMIM中每一条记录都有一个自己的6位数字代码:

所以说%300557表示的是这条信息记录了X染色体关联的基因位点,已经得到证实,但是潜在的分子基础还有待研究。


更加详细的信息可以点开该条目查看,包括了关联基因,基因位点等等。


其它的疾病数据库,比如MalaCards,Lncrnadisease(lncRNA相关)疾病研究找不到方向怎么办?,DisGeNET等也可以给我们提供疾病相关的信息。


关注后获取《科研修炼手册》1、2、3、4、5,基金篇精华合集


赞(0) 打赏
未经允许不得转载:医学SCI科研之家 » 如何从数据库中挖出研究方向?
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

meta分析、生信分析

meta、生信交流群综合科研交流群