TCGA数据挖掘生物信息文章（肺鳞癌）
该文章是17年发表的与肺鳞癌相关的lncRNAs研究，影响因子3.026，文章虽然比较早，但是对我们依然有参考价值。
数据来源
作者从TCGA下载所有肺癌的RNA-Seq数据（截至2017.4.5），共502个
肺鳞癌样本数据，其中原发性肺鳞癌样本数据450个。提取这450个样本的lncRNAs数据进行后续分析。
筛选显著变化的lncRNAs
筛选在不同样本中表达普遍有变化的lncRNAs 5664个，对这些lncRNAs分别进行单因素生存分析，最后筛选出289个显著变化的lncRNAs，前20如下图所示:
预后关键lncRNAs鉴定
利用R语言中的rbsurv，对上述289个lncRNAs构建Robust likelihood-based生存模型，筛选出11个频率最高的lncRNAs作为预后特征lncRNAs。
lncRNAs互作分析
在starbase2.0数据库中搜索与这11个lncRNAs相互作用的蛋白质，绘制LncRNAs-Protein互作网络。
多因素生存分析
采用多因素的COX回归模型对预后特征lncRNAs进行分析并绘制ROC曲线，发现他们都对预后具有显著的分类效果。
分类模型
对特征lncRNAs进行聚类分析并建立分类模型。
稳定性和有效性验证
随机抽取样本进行一千次重复单变量生存分析，计算各回归模型的统计稳定性。各回归模型的显著p值均小于0.01。
最后，作者又看了一下这七个模型在不同的TNM分期的样本中的分类效果
总结
作者从原发性肺癌样本数据中层层筛选出11个预后关键lncRNAs。它们的相互作用蛋白参与DNA修复和细胞增殖。对特征lncRNAs进行聚类分析并建立分类模型，最终选择了一个稳定性和真实性都很高的4-lncRNA模型。
参考文献：https://www.tandfonline.com/doi/full/10.1080/21691401.2017.1366334
此外，我们在网易云课堂上有各种教学视频，有兴趣可以了解一下：
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
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
6. 更多学习内容：linux、perl、R语言画图，更多免费课程请点击以下链接：
- 发表于 2019-08-30 16:07
- 阅读 ( 3801 )
- 分类：文献解读
