夢熊喜歡看文章，X師兄喜歡和依凡討論文章，小張喜歡把文章中的結(jié)果重現(xiàn)出來。今天小張就先介紹三篇最近很火的發(fā)文章的套路：不做實驗，只挖掘數(shù)據(jù)庫就發(fā)表文章。

第一篇是今年5月份剛發(fā)的文章，雜志是Pathol Oncol Res，影響因子1.7分，研究團隊是伊朗的科學家。

文章主要通過cBioportal對TCGA數(shù)據(jù)中肝癌的數(shù)據(jù)進行挖掘，結(jié)果找到了一條lncRNA SNHG6作為肝癌的分子標志物。結(jié)果如下：

感覺做了好多東西，其實就說了兩件事：

1.  lncRNA SNHG6等3條lncRNA在肝癌患者中基因組水平的改變和表達情況；

2.  lncRNA SNHG6與患者預后相關(guān)；

關(guān)鍵是只用了一個TCGA使用工具：cBioportal，而這個工具使用起來也非常簡單，就這么挖掘下數(shù)據(jù)庫一篇1.7分的文章就發(fā)出來了。

接下來我們再看一篇分數(shù)高一點的，第二篇文章：

這篇文章是國內(nèi)團隊3月底發(fā)的，雜志International Journal of Molecular Sciences，影響因子3.2，分數(shù)已經(jīng)突破3分了，交大博士畢業(yè)夠了，文章說的是通過生物信息學分析鑒定結(jié)直腸癌關(guān)鍵候選基因和信號通路。下面我們看研究內(nèi)容：

第一印象：圖好漂亮，不過分析似乎有點太簡單了吧。

下面我們再看一篇分數(shù)高一點的文章：

今年5月22號發(fā)表，雜志是Oncotarget，雖然OT被大家廣為詬病，不過新影響因子出來還是保持住了5分大關(guān)，還略微升了那么一丟丟。文章說的是通過RNA測序和芯片數(shù)據(jù)挖掘研究異常表達的lncRNA在肺鱗癌中的臨床意義，我們看看這篇是不是讓我們對OT另眼相看：

首先通過R語言分析TCGA數(shù)據(jù)庫中的差異表達lncRNA，并用火山圖展示:

（橫過來的火山圖還是火山圖）

接下來，分別通過箱式圖、ROC曲線、KM生存分析和與基因FGFR1的共表達分析展示10條最顯著lncRNA的結(jié)果，四張圖就是4個fig：

再往下是lncRNA表達在不同病理參數(shù)分組下的表達差異：

還有通過WGCNA篩選基于lncRNA-mRNA共表達網(wǎng)絡(luò)建立的CNC（Coding-Non-Coding）Network：

接下來是這10條lncRNA在TCGA中的基因組變異、表達以及與預后的關(guān)系，用的工具還是cBioportal！

（B圖是不是跟文章1里面的很像？因為都是cBioportal做出來?。?/span>

到這里就結(jié)束了嗎？并沒有！

以上只是基于TCGA的結(jié)果，還要驗證呢：

用GEO的數(shù)據(jù)進行驗證

作者用了12對肺鱗癌樣本進行驗證：表達差異、ROC曲線和連線圖

用GEPIA網(wǎng)站對9條lncRNA子在22個腫瘤和癌旁中的表達進行展示

好了，這篇OT的文章就算說完了，其中還有7個表我們沒有沒有放上來，不過總體來說，這篇OT用到了TCGA數(shù)據(jù)，GEO以及自己驗證的12對肺鱗癌樣本，用到了R語言的DESeq包和WGCNA包，Cytoscape軟件以及cBioportal和GEPIA網(wǎng)站，圖和表不少，而且圖都很漂亮。

下面我們總結(jié)一下：

第一篇1.7分的文章只用了cBioportal網(wǎng)站分析TCGA數(shù)據(jù)；第二篇3.2分的文章主要對四個GEO的數(shù)據(jù)進行分析；第三篇5.1分的文章整合了TCGA、GEO和自己的工作（雖然驗證數(shù)量只有12對且只有qPCR），用到的工具比較多分析的內(nèi)容也多，更重要的是圖很漂亮，圖的排布也很整齊，要知道這是一個看臉的時代?。?/span>