从小白的角度，一刻钟复现生信套路
各位小伙伴大家好，这一周我们继续我们单基因的旅途，在复现专栏和生信训练营中，也常常会有小伙伴提问，在这个生信文章越来越内卷的时代，像单基因这种套路的生信文章真的还能继续灌水吗？答案当然是还可以啦，你不去灌水会有别人去灌，那为什么去灌水的不能是我们呢哈哈哈哈哈
那么这一期为大家带来的这篇文章是在今年十月刚刚发表于International journal of general medicine，目前的实时影响因子为2.466分，全文无代码，对于生信小白们再友好不过啦。
 往期复现传送门 
1+1>2！按这个生信套路同时分析2个疾病，影响因子翻倍？学到就是赚到！
火了！3+SCI，1个数据库就可以搞定，零代码！门槛极低！可复现性极强！你值得拥有！
照这个生信公式做，4+纯生信SCI收入囊中！超高性价比，说的就是你！（附完整实操教程）
就是任性！不做实验！零代码还能发3+，看上去工作量很大！（附文章复现教程）
这篇4+纯生信SCI，可棒可棒可棒棒啦！复现这篇母亲级文章，收获一堆孩子文章！
虽然是跟风，但是也太香了！零代码6+SCI零代码复现，学来年底冲刺一波！
我靠这个套路发了N篇SCI了！单基因多组学套路，10图3表，一刻钟，零代码复现！
期刊简介
复现背景信息
 文章题目 
UHRF1 Could Be a Prognostic Biomarker and Correlated with Immune Cell Infiltration in Hepatocellular Carcinoma
 复现内容 
全文共有5个图，具体复现内容如下：
图1：UHRF1 在 HCC 中的表达
图2：UHRF1 在 HCC 中的生存分析
图3：GO 和 KEGG 的富集分析
图4：TCGA 数据集中免疫细胞的比例与 UHRF1 的表达相关
图5：UHRF1与免疫浸润的相关性分析及预后分析
 复现工具 
仙桃学术：http://www.xiantao.love
GEPIA2数据库：http://gepia2.cancer-pku.cn/#index
KMplotter数据库：https://kmplot.com/analysis/
进入HPA数据库：https://www.proteinatlas.org/
String数据库：https://string-db.org/
TIMER2.0数据库：http://timer.cistrome.org/
全文复现
图1：UHRF1 在 HCC 中的表达
作者在图1中分别用GEPIA、oncomine数据库及在TCGA数据库分析了我们的主变量UHRF1在肝细胞癌中的表达差异，我们来看一下如何应用仙桃工具复现图C。
进入仙桃生信工具（https://www.xiantao.love/products），选择高级版（由于高级版功能最为全面，这里统一使用高级版作为示范）
选择“表达差异（挑）”——“表达差异”——“非配对样本”模块，选择疾病为“肝细胞癌”，选择数据集为TCGA-LIHC，数据格式选择TPM；输入我们的主变量分子UHRF1，最后点击确认等待出图。
得到结果如下：
修改右上角参数类型为点图的时候，可以获得点图结果：
是不是也很精美呀~
我们还可以通过生信工具绘制配对样本的表达差异图：
“表达差异（挑）”——“表达差异”——“配对样本”模块，疾病、数据集、数据格式、分子已经自动填好啦，只需要我们确认一下有没有错误，就可以点击确认等待出图啦。
可以看到该基因在配对样本中表达情况：
也是非常便捷的一键出图~
接下来我们来看如何用GEPIA绘制图1A：
登录GEPIA2数据库：http://gepia2.cancer-pku.cn/#index
数据库的主界面如下：
选择“Single Gene Analysis”模块，在搜索栏中输入“UHRF1”，选择“Boxplots”：
选择肿瘤类型为“LIHC”，点击“Plot”：
即可得到结果图片：
针对GEPIA2数据库，解螺旋已经推出单元课及配套视频，大家感兴趣的话可以去了解更多功能，我们在这里就不做更多介绍啦。
这个数据库的界面也不要关掉啊，我们后续还要用它来绘制生存曲线。
原文中的图1B是用oncomine数据库绘制的，对于oncomine数据库如何使用解螺旋有单元课讲解、之前的复现推文中也讲解过很多次，但是近期有很多小伙伴反映现在oncomine数据库注册比较困难，在这里我们就不进行这张小图的复现了。如果大家觉得只有GEPIA数据库以及TCGA中该基因在肝癌中的表达这样的数据比较单薄的话，还可以利用我们的仙桃工具加入一些其它的内容，比如基因UHRF1在泛癌中的表达、UHRF1在肝癌GEO数据集中的表达差异等等，我们在这里为大家复现一下UHRF1在泛癌中的表达。对于如何整理GEO数据集进行分析在前面推文中讲过，大家可以自行复习一下~
选择“表达差异（挑）”——“表达差异”——“非配对样本”模块，选择疾病为“泛癌”，选择数据集为TCGA联合GTEx，因为部分癌种中所包含的正常样本数量较少，可以联合GTEx的正常样本进行分析。核对分子，点击确认等待结果。
点击查看大图可以得到完整结果：
图2：UHRF1 在 HCC 中的生存分析
作者在Fig2中通过不同数据库分析了UHRF1 在肝细胞癌中的生存分析：
我们先来看一下如何在仙桃工具中复现图B的TCGA-LIHC数据集中，UHRF1 对肝细胞癌生存的影响：
选择“临床意义（靠）”——“预后分析”——“KM曲线图”模块，核对数据集及主变量，选择预后参数中预后类型为OS，之后点击确认。
结果如图：
虽然这张图中，生存分析的p值＜0.05，但是两条生存曲线有交叉，这样的生存曲线图，大家在自己的文章中还是要尽量避免一下。
回到GEPIA2数据库，进入“Survival Analysis”模块：
选择“LIHC”后点击“Plot”按钮：
就获得我们的图2A啦
接下来我们看如何用KMplotter数据库绘制图2C：
登录KMplotter数据库：https://kmplot.com/analysis/
选择肝癌“Liver cancer”，输入分子UHRF1：
其余选择默认参数即可，点击左下角的“Draw Kaplan-Meier plot”：
即可得到结果：
图D是利用HPA数据库绘制的生存曲线，如何利用HPA数据库白嫖免疫组化结果在前面的推文中已经讲过好几次啦，这一次我们来看一下如何绘制生存曲线。
进入HPA数据库：https://www.proteinatlas.org/
输入我们主变量分子，点击“Search”：
确定基因：
点击Pathology：
下拉界面可以看到生存曲线，选择“Liver Cancer”：
即可得到生存曲线：
图E是作者应用SurExpress数据库分析完成的，但是这个数据库目前无法登录使用，在这里我们无法进行复现了，但是还可以通过仙桃中其它板块来增加工作量，比如单基因在临床病理学参数中的亚组生存分析，我们一起来看一下吧~
选择“临床意义（靠）”——“预后分析”——“亚组KM图”，确定数据集及分子，选择进行分析的亚组，这里我们以M0组为例进行示范，点击确认。
不知道大家有没有留意到，我们的仙桃工具部分模块中的结果下面多了一个“demo.R”的选项，这是什么呢？
不知道大家最近在投稿生信文章时候有没有遇到过要求附上R代码的要求？有些小伙伴可能会说：可是我是工具做的啊，没有代码怎么办？
现在解决方式来啦，我们工具正在逐步给各个模块添加代码，大家再也不用担心这个问题啦
图3：GO 和 KEGG 的富集分析
在图3中，作者使用 LinkedOmics 和 cBioportal数据库确定UHRF1 共表达基因，我们来看一下如何利用仙桃工具点点点搞定：
选择“交互网络（联）”——“分子相关性分析”——“单基因相关性筛选”模块，确定数据集及分子，点击确认。
在历史记录里，看到状态变为“完成”时，点击下载Excel表格下载：
打开结果表格进行筛选：
筛选分子类型为“protein_coding”，筛选P 值 < 0.05 和 Pearson 相关系数 (r) >|0.5|的分子，共计2998个。
新建一个名为“富集分析”的Excel文件，将基因名复制过来，整理如下：
选择“功能聚类（圈）”——“GO|KEGG”——“GO|KEGG富集分析”模块，上传我们刚刚整理的数据，选择“全部GO条目”，点击确认。
保存结果：
进入“GO|KEGG可视化”模块，选择我们刚刚分析得到的GO分析结果，点击确认：
就得到我们的结果了：
KEGG富集分析的方法和上面差不多，大家可以自行尝试一下喔
接下来作者通过STRING数据库构建了PPI网络，之后用UHRF1及其相关HUB基因进行相关性分析，我们来逐步进行复现：
登入String数据库：https://string-db.org/
数据库的主界面长这样：
点击“SEARCH”即可进入分析界面。
选择“Protein by name”，输入主变量分子，确定物种：人类，点击“SEARCH”。
得到蛋白互作网络图。如果觉得得到的分子过多或过少可以点击右下角的“More”和“Less”进行调整。
下载结果：
可以用Cytoscape软件进行美化，也可以利用我们的仙桃工具进行美化：
打开下载得到的文件：
整理为一个新的文件，命名为“PPI”，如下：
选择“交互网络（联）”——“高级网络图”模块，上传我们刚刚整理的PPI文件，点击确认：
得到PPI互作图：
接下来作者还分析UHRF1的表达与HUB基因相关性，我们也一起用工具来看一下如何进行复现：
我们以DNMT1基因为例进行示范：
在“交互网络（联）”——“分子相关性分析”——“散点图”模块，核对数据集及基因名，输入DNMT1基因。
就可以得到如下图所示的散点图啦：
其它小图的复现大家自己练习一下试试喔
图4
：TCGA 数据集中免疫细胞的比例与 UHRF1 的表达相关

作者分别用CIBERSORT和ssGSEA计算免疫细胞比例，我们来看一下如何利用仙桃工具计算UHRF1与各免疫细胞相关性：
选择“交互网络（联）”——“免疫浸润”——“分组比较图”，核对数据集及分子，算法为“ssGSEA”，选择所有免疫细胞，之后点击确认进行计算：
获得结果如下：
在这里我们计算应用的是ssGSEA算法，CIBERSORT算法目前还在路上，如果大家需要的话可以在评论区push我们的工程师小哥哥更新呀~
图5：UHRF1与免疫浸润的相关性分析及预后分析
在图5中，作者应用TIMER数据库分析了UHRF1及各免疫细胞之间的相关性分析、生存分析。
登录TIMER2.0数据库：http://timer.cistrome.org/
数据库主界面如下：
选择“Immune”——“Gene”模块，输入分子及免疫细胞（这里以中性粒细胞为例进行示范），点击“Submit”提交分析：
选择箭头所示的小方块：
即可得到单基因与免疫细胞浸润分析的结果：
也可以对其它免疫细胞进行分析。
接下来我们来看一下基因联合免疫细胞进行生存分析：
选择“Immune”——“Outcome”，选择免疫细胞（T cell CD4+）和分子UHRF1，点击“Submit”提交。
在搜索栏输入“LIHC”，选择CD4+：
即可得到生存曲线：
接下来我们来看一下在突变基因分组中，单基因的表达差异：
选择“Exploration”——“Gene_mutation”模块，突变基因选择TP53，输入基因名UHRF1，点击“Submit”提交。
搜索栏输入“LIHC”：
点击图中所示的小方块就可以看到结果啦：
总结
好啦，今天的复现就到这里啦，是不是也非常简单呢？
最后来简单总结了一下：作者首先分析了单基因在肿瘤中的表达（挑——表达差异）、单基因在肿瘤中对生存的影响（靠——临床意义）、GO及KEGG富集分析（圈——功能聚类），最后还做了免疫浸润分析（联——交互网络）。
那么我们下一期再见啦。
欢迎大家关注解螺旋生信频道-挑圈联靠公号~
—
END
—

撰文丨银   杏
排版丨四金兄
主编丨小雪球
继续阅读
阅读原文
关键词
生信
工具
数据集
文章
作者