仙桃在学术上是完美的！最新3+SCI纯生活信模板！4库零码再现，顺势而为！

文章标题

疾病：非小细胞肺癌

数据GEO(GSE18842、GSE44077、GSE19804)+TCGA

分析工具

仙桃学术

GEO2R

字符串数据库

卡普兰迈尔绘图仪数据库

GEPIA2

索引

细胞膜

插件：CytoHubba；MOCDE；宾果

Oncomine数据库

大卫数据库

人类蛋白质图谱

资料解释

本文共有9个图表和3个表格。作者从GEO数据库的3个数据集中选取样本，选择差异基因并取交集，用GO和KEGG分析差异基因（表1和2)，构建PPI网络，并在PPI网络中选择10个枢纽基因（表1和3）

然后分别分析各hub基因的存活情况（图2)，利用Cystscape的BiNGO插件富集分析10个hub基因的生物学过程（图3)，利用Oncomine分析各hub基因在肿瘤组织和正常组织中的表达情况（图4)，绘制差异表达盒图（图5)，利用HPA数据库分析hub基因的蛋白水平（图6)，利用q-PCR验证hub基因在细胞株中的表达情况（图7）。

用Oncomine分析hub基因对不同类型肺癌的预测能力

最后分析了不同治疗组样本的生存情况。

物品复制

图1筛选差异基因，构建PPI网络及细胞景模块化分析

图1A筛选差异基因的文氏图谱

1.下载和整理数据：

仙桃学术“数据集检索”→输入数据集名称“GSE18842”→“检索”→“GEO2R”

“定组”→将标本分为“肿瘤”和“正常”→“分析”→等待一段时间

然后就可以得到方差分析的结果。点击“下载全表”下载结果

用Excel导入下载的文件

2.方差分析：

根据文章中的差异分析条件，筛选

“过滤器”→“数字过滤器”→“小于”→“→”→“确定”的小三角形

“logfc”→“数字过滤器”→“大于”→“1”→“或”→“小于”→“-1”→“确定”旁边的小三角形

筛选出GSE18842中的差异基因，复制到新的Excel表格中，绘制维恩图

对于另外两个数据集，按照相同的方法对数据进行排序，提取每个数据集中的差异基因。

3.画一个韦恩图：

根据韦恩图的数据要求，整理出三个数据集的差异基因；

仙桃学术“盛心工具”→韦恩地图→上传数据→确认→保存图片和结果

然后你可以保存维恩图

当然，您也可以使用文章中选择的维恩图工具绘制

表1表2 GO和KEGG的富集分析

根据log2FC值将差异基因分为上调差异基因(uD)

EGs）和下调差异基因(dDEGs)，然后分别对这两类差异基因和GO及KEGG进行富集分析，并绘制表格。

1.首先，将GEO数据组织成包含基因名称和logFC的表，如下所示

那么Log2FC值大于1的基因为上调差异基因，Log2FC值小于-1的基因为下调差异基因。将基因id排序到表中以便后续分析

和KEGG富集分析

本文作者用DAVID数据库进行联机GO和KEGG富集分析，我们用仙桃学术复现，更简单；

仙桃学术“创意信任工具”→“功能聚类”→“GOKEGG”→“GOKEGG富集分析”→上传数据→确认

然后点击下载结果，就可以得到uDEGs的全部浓缩结果

对于dDEGs，GO和KEGG分析的操作是相同的。得到结果后，将两个结果在Word或Excel中合并得到本文的表格

此外，在仙桃学术工具中，可以保存分析结果，点击“GOKEGG可视化”，然后绘制可视化图形。

还可以准备基因和LogFC值的数据，进行GO/KEGG组合LogFC分析，绘制直方图、气泡图、圆图或弦图。

图1b绘制PPI网络图

作者通过String数据库下载蛋白质相互作用关系，然后用Cytoscape软件绘制PPI网络图，筛选hub基因

1.首先进入字符串数据库→“搜索”

“多基因”→在名称列表中输入先前筛选的差异基因→设置所需分数→搜索→在“预先设置”中继续

点击“导出”→下载导入Cytoscape的TSV格式文件

2.准备导入文件：

主要包括节点文件（）和分组文件()，具体如下

3.打开Cytoscape导入文件，绘制PPI网络图

修改节点样式和颜色

图1c使用MOCDE插件的模块化分析

根据文章中的条件设置参数

导出分析结果

图1D表3筛选hub基因

CytoHubba插件→算法选择“度”→选择“前10名”→“提交”

您可以获得hub基因，点击“保存当前排名”，保存表格，并在Word中进行整理，得到本文的表3

图2hub基因的K-M分析

以CDC20为例，首先利用在线数据库Kaplan-Meier绘图仪，选择癌症类别“肺癌”→输入基因id→选择“OS”→分析

可以得到本文的生存曲线，其他hub基因也可以按照同样的操作进行。最后可以将它们组合在仙桃学术拼图模块中得到图2。

图3hub基因生物学过程(BP)分析

使用Cytoscape软件的BinGO插件→在“簇名”处输入包含差异基因列表的文件名→选择“从文本中粘贴基因”→输入要富集分析的基因名称→选择存储地址→分析

可以得到本文中的网络图，排版后导出

图4

利用ONCOMINE数据库，进一步证实了9个hub基因在NSCLC组织中表达上调

由于Oncomine数据库将于2022年1月停止运作，此部分不再重复

现在展示。

我们用仙桃学术进行差异分析，针对每个hub基因分析未配对样本和配对样本的差异；

图5hub基因差异表达分析

打开G EPIA 2在线工具→点击“boxplots”

单基因差异分析，在基因名称中输入“C DC20”→增加“L UAD”和“LUSC”→癌型中的“plot”

其他基因按照同样的操作完成，在仙桃学术拼图模块中拼图

图6蛋白水平的基因表达

从HPA数据库中选取hub基因的免疫组化切片，用SPSS软件进行Mann Whitney U检验评价蛋白水平的显著性

以CDC20为例进行复制，进入HPA数据库→进入“CDC20”→“搜索”→点击“病理”模块

下拉页面查看免疫组化图片

根据需求选择相应图片导出

图7qPCR结果的验证

qP CR法检测细胞系中基因的表达

图8hub基因在不同类型N型SCLC中的表达

应用Oncomine数据库分析不同类型NSCLC中4种hub基因表达水平的差异

结果表明，hub基因在各型NSCLC中的表达水平均高于正常对照组织

4个hub基因在大细胞肺癌中的表达水平最高，LUSC和LUAD依次为LUSC和LUAD

图9不同治疗方法亚组样本生存分析

同样在Kaplan-M eierP lotter在线工具中，选择癌症类型“肺癌”

“R”→输入“C CBN1”→选择“O S”→“治疗组”可选择手术治疗、化疗和放疗。

获得手术切缘阴性患者的生存状况。接受放疗和化疗患者的生存分析相同

最后仙桃学术拼图工具可以完成图片制作

扩展内容

1.我们可以用仙桃学术进行K-M分析和K-M亚群分析：

点击“预后分析”中的“K-M曲线”→选择“T CGA-LUAD TPM”数据集→输入基因→确认，即可得到K-M曲线

通过K-M亚组分析还可以得到不同亚组患者的生存曲线；

2.我们也可以用仙桃学术来分析hub基因的免疫浸润来提高文章的深度

例如免疫细胞相关性分析，绘制棒棒糖图：选择“T CGA-LUAD”数据集，输入基因，点击确定即可获取