宫颈癌是造成女性死亡的主要癌症之一，这种妇科肿瘤发病也越来越年轻化。随着时代的发展和进步，我们能够从各大数据库网站找到开放的相关研究数据，包括GEO数据库、TCGA数据库等等。而基于现有的数据分析鉴定宫颈癌相关biomarker也是进行相关研究的一个方向，也有助于其他的科研人员开展更深层次的探索。这里就给大家介绍一篇文献：基于GEO数据库相关数据进行宫颈癌biomarker鉴定。

数据来源

从GEO数据库下载GSE29570和GSE89657两个相同芯片型号（GPL6244: Affymetrix Human Gene 1.0 ST Array）的数据，以其中49个癌症组织样和20个正常人体样本进行分析。
以GSE52903、GSE7410两组GEO数据和oncomine数据库中的Pyeon cervical cancer(20 cancer cases / 8 normal cases)数据进行后期的数据验证。

数据分析

1．数据处理与差异分析
下载GSE29570和GSE89657原始数据，基于RMA算法进行数据预处理，并去除批次效应，从而进行差异基因的筛选，差异基因的筛选分析基于limma包完成，最终以p<0.05  & |logFC| ≥1.453，获取了324个差异基因（123 up-regulated / 201 down-reguated，见下图A），其中，差异变化倍率Top100的基因有明显的样品差异（见下图B）。

2．差异基因富集分析
针对差异基因功能进行富集，从而判断这些差异基因在癌症发病等过程中所起到的主要作用，GO富集结果显示，上调基因主要涉及微管运动活性、ATP酶活性和微管结合，而下调基因则与硫化合物结合、糖胺聚糖结合和肝素结合相关；KEGG富集结果表明，上调基因与细胞周期、卵母细胞减数分裂和p53信号通路相关，而下调基因作用于黑色素瘤、乳腺癌和肾素分泌（见下图）。

3．差异基因蛋白互作分析
为探索差异基因之间的蛋白互作关系，利用string数据库进行分析，最终基于324个差异基因获取了一个蛋白质互作网络（305 nodes/4962 edges，见下图A），一共鉴定了305个蛋白之间具有4962对互作关系。

之后借助Cytoscape软件中的MCODE插件，以k-core=2为阈值，筛选出其中关系最紧密的子网络，涉及了65个基因，1780对互作关系（下图B），并根据mcode_score筛选出了Top20（最主要）的基因：CEP55/ TYMS/ KIF15/ TTK/ PTTG1/ CDKN3/ MKI67/ KIF23/ CCNB1/ CDK1/ KIFC1/ KPNA2/ CDC6 / MCM4/ MCM2/  SHCBP1/ FOXM1/ NUF2/ RRM2/ ANLN。而现有的研究表明，其中的几个基因，包括FOXM1、MKI67等都和相关癌症有关，是有效的预后因子。

4．加权基因共表达网络分析
以预处理和去除批次效应的数据参与WGCNA分析，power值选定6，最终获得12个有效模块（加上grey为13,见下图A）。其中Brown和Turquoise与临床性状明显相关（见下图B）。

其中Brown模块内GS与MM分析结果显示，该模块内的基因与癌症发病显著相关（见下图），并基于相关性阈值高于0.9 筛选出了86个基因作为hub 基因进行后期分析。

5.差异基因联合hub gene挖掘biomarker
基于此前筛选的324个差异基因和86个Brown模块的hub gene，挖掘共有的基因，最终发现一共有61个基因既属于差异基因又属于hub gene（见下图A）。针对这些基因利用UALCAN网站在线进行生存分析，最终发现ANLN基因可能是良好的预后因子（下图B）。

此外进一步于GSE52903、GSE7410两组GEO数据和oncomine数据验证该基因是否出现明显差异，结果与预期吻合：癌症样本中该基因表达水平明显高于正常样本（见上图C、D、E）。
研究人员进一步从此前分析的65个基因对应的蛋白质互作网络中，提取出ANLN相关的互作关系，构建成上图F中的网络，该网络中存在着MKI67、FOXM1与ANLN之间的互作关系。

结论

作者基于现有数据进行分析发现：ANLN基因可能是宫颈癌的一个重要的biomarker，对与癌症的诊断和后期治疗可能具有重要作用，并且该基因和前人已经研究的MKI67、FOXM1等具有明显的互作关系，而这些基因也与相关癌症有关。

参考文献：

Leilei X , Xiaoling S , Jizi S , et al. ANLN functions as a key candidate gene in cervical cancer as determined by integrated bioinformatic analysis[J]. Cancer Management and Research, 2018, Volume 10:663-670.

相关课程：

TCGA-基因差异表达分析、 TCGA-生存分析 、 GEO芯片数据挖掘、GEO芯片数据标准化、WGCNA-加权基因共表达网络分析

更多生物信息课程：

1. 文章越来越难发？是你没发现新思路，基因家族分析发2-4分文章简单快速，学习链接：基因家族分析实操课程、基因家族文献思路解读

2. 转录组数据理解不深入？图表看不懂？点击链接学习深入解读数据结果文件，学习链接：转录组（有参）结果解读；转录组（无参）结果解读

3. 转录组数据深入挖掘技能-WGCNA，提升你的文章档次，学习链接：WGCNA-加权基因共表达网络分析

4. 转录组数据怎么挖掘？学习链接：转录组标准分析后的数据挖掘、转录组文献解读

5. 微生物16S/ITS/18S分析原理及结果解读、OTU网络图绘制、cytoscape与网络图绘制课程

6. 生物信息入门到精通必修基础课：linux系统使用、perl入门到精通、perl语言高级、R语言入门、R语言画图

7. 医学相关数据挖掘课程，不用做实验也能发文章：TCGA-差异基因分析、GEO芯片数据挖掘、GEO芯片数据标准化、GSEA富集分析课程、TCGA临床数据生存分析、TCGA-转录因子分析、TCGA-ceRNA调控网络分析

8.其他，二代测序转录组数据自主分析、NCBI数据上传、二代测序数据解读