這是一篇純生信文章：在2020年投稿源请，4,5月份修改了兩次榛丢，6月份就accepted铲球，反饋速度挺快。文章技術(shù)路線清晰晰赞、干練稼病，是一個非常棒的學(xué)習(xí)教材，下面就帶小伙伴們熟悉下先：
98245ce2da685a6bce4de47500658ebb.png
技術(shù)路線
這是文章分析技術(shù)路徑掖鱼，結(jié)合TCGA和GEO數(shù)據(jù)：
7d564aec477a820cef97b3b5300db46a.png
方法與數(shù)據(jù)：文章以TCGA為核心然走，從中獲取TCGA-STAD項目下胃癌患者RNAseq數(shù)據(jù)，結(jié)合免疫浸潤數(shù)據(jù)分組戏挡、差異表達分析芍瑞、富集分析；結(jié)合富集分析結(jié)果增拥，對350例患者進行GSVA分析啄巧，聯(lián)合免疫浸潤數(shù)據(jù)寻歧，分析與患者預(yù)后相關(guān)因素；對candidate genes 采用兩組GEO數(shù)據(jù)進行驗證秩仆。
結(jié)論：In conclusion, we obtained a list of tumour microenvironment-related genes that predict poor prognosis in GC patients.
主要分析內(nèi)容
- 生存分析
9e66d5993b69b159c4a53b2bdff8187f.png
- 免疫浸潤
f9747f9e53b2a1ffe0234ff07b6083ff.png
-
富集分析
accee2f772da3931b7ddeee8c9378e7b.png
- GSEA分析
02488c4f89f263fbbbd6f857f909c907.png
- GSVA分析
7c5e49dd5c5eab5b6b44cb34f194a13c.png
- GEO數(shù)據(jù)驗證-生存分析
9a2f5d2f83d25ad10a02ae68d71962bc.png
- GEO數(shù)據(jù)驗證-差異分析
f5c5966db03e097a425e51980f3d1952.png
在接下來的一系列推文中码泛，我將逐步重現(xiàn)該文章的分析過程與結(jié)果，同時你會學(xué)習(xí)到如下技能：TCGA數(shù)據(jù)檢索澄耍、下載噪珊、差異表達分析、富集分析齐莲、GSVA分析痢站、GSEA分析、生存分析选酗、相關(guān)性分析阵难、GEO數(shù)據(jù)下載與注釋等。
