生信论文套路
-
ONCOMINE从全景、亚型两个维度做表达差异分析；
-
临床标本从蛋白水平确认（或HPA数据库），很重要；
-
Kaplan-Meier Plotter从临床意义的角度阐明其重要性；
-
cBio-portal数据库做基因组学的分析（机制一）；
-
STRING互作和GO/KEGG分析探讨可能的信号通路（机制二）；
-
TIMER和TISIDB等数据库免疫浸润分析（机制三）。
生信分析技能
-
差异分析 (differential expression)；
-
生存分析 (survial analysis)；
-
相关分析 (correlation analysis)；
-
统计分析 (statistical analysis)；
-
组学分析 (genomic alterations)；
-
突变分析 (mutational analysis)；
-
免疫分析 (tumor infiltration analysis)；
-
富集分析（enrichment analysis)。
第59篇生信文章的分享。果友留言说很多生信期刊已经被列上黑名单，列为水刊，确实投稿时候需要避开。但是，Frontier系列的诸多期刊文章质量还是有保证的。
今天我们来分享其中一篇生信论文。
这篇论文是完全符合生信论文的套路，没有湿实验，从文章讨论到生信技能，包括文章题目也很简单。但是文章中所选择的分子是很有讲究的——BTLA，是CD28基因超家族的成员，与PD-1和CTLA-4有类似的结构，可以调控T细胞激活和抑制。
下面是文献的摘要。背景，方法，结果，结论和关键词，具体根据杂志的要求而定。目标是介绍疾病的现状，引出并提出科学问题，最后给出解决的途径，也就是自己的研究怎么解决问题的。
首先是oncomine数据库和TCGA数据库分析肿瘤组织和正常组织中BTLA的表达情况，确认其在肿瘤组织中低表达，并进行验证。当然，最好有标本进行验证。
接下来用TCGA数据库的数据进一步验证，分析BTLA表达差异与病理因素的相关性，属于相关分析。该图用GEPIA和TIMER数据库，以及KM plotter都是可以完成的，不局限于表格形式。
最重要的是生存分析，用R语言包完成，从多个角度分析BTLA表达差异与生存参数的关系。这里，作者的高明之处在于将TCGA数据库的数据进行个性化处理，是值得借鉴和学习的地方，相当于自己的标本，有特色。
接下来是统计资料的三线图展示。从TCGA数据库下载数据后，进行统计分析即可得到下表中的结果。
免疫浸润分析，作者以差异和相关性的形式展示，使用 CIBERSORT数据库进行分析。这里，作者的高明之处在于自行下载数据，然后处理分析，比TIMER和TISIDB数据库多了自主处理的空间，极具特色性。
表格形式展示BTLA表达与免疫细胞marker之间的相关性，属于常见分析，我们可以借鉴其中的Gene markers，展示方式已经分享过很多次了。
最后，作者用KEGG和GO分析展示BTLA调节免疫浸润可能的分子机制。这对于免疫相关分子当然不难，而且很有意义。但是对于不是免疫分子的基因，富集分析的结果往往意义不大。
总体来说，这篇论文的难度不大，最精彩的地方便是TCGA数据自行下载和处理，使得结果极富有特色和个性化。当然，数据的展示方式是多样而丰富，只要能说明问题就行。
一起学习，共同成长，愿2021年多发论文，在精进的道路上，收获越来越多！
