1、文章亮点
今天小编用发文献神器——仙桃学术，来给大家复现一篇单基因文章，文章于今年1月发表于Journal of Cancer，影响因子4.478。
虽然作者也补充了一些实验，但生信部分内容还是足够丰富的，常规差异富集分析和免疫学都有，还是很好的入门小白学习模板。单基因零代码，性价比还是蛮不错的！
下面我们就用仙桃，点点鼠标，对生信部分图表一一进行复现。
2、结果复现
 Figure 1  | TIMER、TCGA和GEO数据库中E2F2 mRNA在CRC的表达模式
登录TIMER2.0：http://timer.cistrome.org/
选择“Cancer Exploration”——“Gene_DE”模块，输入分子，点击“Submit”提交分析,即可得到Figure 1A：
接下来，我们可以利用仙桃工具通过点点点实现复现。
进入仙桃学术主页：
https://www.xiantao.love/，点击“生信工具”。
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）。
首先我们来复现E2F2在结直肠肿瘤和正常组织中的差异表达分析：
我们在生信工具中选择差异分析，
根据文章，TCGA-COADREAD数据集中的647个结直肠腺癌组织和51个结直肠正常组织的RNA-seq数据是非配对样本，再选择结直肠癌，勾选TCGA-COADREAD的FPKM格式的RNA-seq数据。
再在右边栏根据作图需要，输入你要研究的分子，类型选择组合图，去掉点图，最后得到箱线图和小提琴图叠加的Figure 1B，
统计分析方法系统会自动判断。最后就会得到和文献中一样的图了。
同理，可复现Figure 1C—I。
 Figure 3  | E2F2在CRC中的诊断和预后价值
KM曲线这里，作者用了PrognoScan数据库，进入
PrognoScanhttp://dna00.bio.kyutech.ac.jp/PrognoScan/，输入目标分子E2F2
以Figure 3C为例，选择文献中使用的不同阶段结肠癌样本数据集GSE17537进入结果界面：
就可以得到所需要的预后DSS曲线：
也揭示出E2F2表达下调是CRC患者预后不良的一个危险因素。
同理，可复现Figure 3A—B，以及OS和DFS。
研究者为了进一步证明E2F2的表达与预后之间的重复性和可移植性，也根据TCGA-COADREAD数据集进行了KM生存曲线分析。
正好我们的仙桃也可以轻松做KM曲线分析，
如下图所示：

选择自己需要的参数，预后模型，可选择OS、PFI和DSS，
鼠标轻轻点三下，Figure 3D—F就出来了。
接下来应用ROC分析评估E2F2 mRNA表达水平对区分结直肠腺癌和正常组织的有效性，仙桃也可以轻松点击完成。
如此得到Figure 3H, E2F2可以作为CRC患者的一个很好的诊断性生物标志物。
为了给后面的富集分析提供基础数据，我们先用仙桃做一下单基因差异分析。
下载表格：
 Figure 4  | 在TCGA-COADREAD数据集中，对CRC组织中与E2F2相关的基因进行Go和KEGG富集分析
接下来复现Figure 4A，打开刚才做差异分析时下载的Excel表格，根据文献中的条件|logFC| > 1, P.adj < 0.05对基因进行筛选：
首先做富集分析。
在左侧选择“功能聚类”下的“GO|KEGG”——“GO|KEGG富集分析”。上传刚才的差异表达基因列表，选择全部GO条目，“富集分析条目”根据Figure 4A选择“GO:BP"，点击“确认”。
一定记得确认后在线保存结果，才能进行下一步：得到可视化结果。
下一步是得到富集分析可视化结果。
在“历史记录”中下载Excel完整版结果。

在左侧选择“功能聚类”下的“GO|KEGG”——“GO|KEGG可视化”。“类型”选择气泡图，基本参数里是系统默认的选项，根据Figure 4A纵坐标，输入想要展示的GO:BP条目（可从Excel完整版结果里复制），删去多余的，点击“确认”。
即可得到Figure 4A，Figure 4B—D同理。
 Figure 5  | 基因组富集分析（GSEA）的富集图
打开刚才做差异分析时下载的的Excel表格,复制粘贴gene_name、log2FoldChange列至新表格：
上传该表格至GSEA分析，数据集选择c2.all，参数多数情况下选默认：
分析后，和GO与KEGG一样，在“GSEA可视化”中选择需要的基因集，得到Figure 5H的结果，Figure 5其他图同理。
 Figure 6  | E2F2基因表达与免疫浸润的关联分析
棒棒糖图也很简单，远端数据选择结直肠癌，选择RNAseq，FPKM格式，分子依旧选E2F2，点击确定即可出结果。发文章时根据需要调整图片方向就好了。几下点击，Figure 7A就分析出来了。
散点图部分，在免疫浸润里选择散点图，数据和分子不变，只需要在算法中根据需要选择不同的细胞类型。
好了，本次零代码生信文章复现就到这里啦!是不是觉得仙桃很好用呢？那就期待下一次了，大家也要好好利用呀~

—
END
—

撰文丨三叶虫
排版丨三叶虫
编辑丨三叶虫
继续阅读
阅读原文
关键词
结果
数据集
文章
分子
参数