怎么把生信SCI做出创新性？这八个数据库让我长见识了！（文末彩蛋！）

从小白的角度，一刻钟复现生信套路

各位小伙伴大家好，这里是美丽专栏。前面两期，我们复现了两篇非肿瘤生信文献，今天，我们继续开展非肿瘤文章的复现。话不多说，开始今天的复现之旅吧。

往期传送门

TCGA+GEO单基因生信SCI，15分钟手把手带你复现（内附详细操作教程）

最简配的2区生信SCI长啥样？360度无死角让你彻底搞懂，复现！思路原理都在这里了！建议收藏！（附详细操作过程） 别不信！近4分的非肿瘤套路，我用一刻钟零代码就可以复现！瞅一眼就会了（附详细操作教程）

慈母级生信分析教程！按这个方法搞，一晚上肝一篇生信文章！（附超详细复现教程）

文章复现是生信小白成长为大神的最佳路径。在本篇文章中，美丽将会手把手教您6图9表逐个步骤的文章复现。

今天为大家带来一篇2020年3月份发表于Autoimmunity（影响因子：2.125）的非肿瘤生信文章套路复现。

话不多说，我们开始吧！

题目

Deciphering crucial genes in coeliac disease by bioinformatics analysis

材料与方法一：患者数据收集情况

材料与方法二：图表结果及复现

使用工具

CTD数据库（http://ctdbase.org/）

Genecards数据库（https://www.genecards.org/）

DISEASE数据库（https://diseases.jensenlab.org/Search）

仙桃工具（https://www.xiantao.love）

String（https://www.string-db.org/）

WebGestalt网站（http://www.webgestalt.org/）

GeneMANIA网站（http://genemania.org/）

复现任务

图1 技术路线图

图2 三组数据库的疾病韦恩图

图3 差异基因的蛋白互作网络

图4 差异基因的PPI分析②

图5 hub基因的富集分析

图6 多套数据集的共同表达基因韦恩图

表1 在OMID中，CD相关的前十种疾病

表2三种数据集的GO-BP通路结果

表3三种数据集的GO-MF通路结果

表4三种数据集的GO-CC通路结果

表5三种数据集的KEGG富集分析结果

表6 hub基因信息

图7 WebGesalt获取的种子基因

图8 GEO数据挖掘的上调、下调基因

图9 GEO数据集的共同差异基因展示

复现步骤

复现任务1 图2 三组数据库的疾病韦恩图

数据准备

打开CTD数据库（http://ctdbase.org/ ）

输入Celiac Disease

点击search

选择疾病

点击Genes

最下方有下载，可以选择不同的格式。即可获取CTD数据库中与CD疾病有关的基因信息。

打开Genecards数据库（https://www.genecards.org/）

输入Celiac Disease

选择全部导出

即可在Genecards数据库获取与疾病相关的基因集。

打开DISEASE数据库（https://diseases.jensenlab.org/Search）

输入Celiac Disease

选择第一个疾病

点击download下载

Tips:同时在图片下方，有链接，可以与OMIM数据库联合使用，绘制 表1。

将三种格式的full文件全部下载。即可获取DISEASES数据库中与疾病相关的基因信息。

接下来，将上述三个数据库获得的基因进行归纳，整理成如上表的格式。

作图

打开仙桃工具（https://www.xiantao.love）

下载结果报告

打开结果报告，可以看到三个数据库的共同基因名称。

复现任务2 图3 差异基因的蛋白互作网络

说明：我们复现的结果比原文多，这里，主要学习操作即可。不要纠结最后的结果为啥与作者不同。

准备工作

首先，进入string数据库，将基因输入，获取交互关系。

打开string数据库（https://string-db.org/cgi/input?sessionId=b2oQKsypYrfs&input_page_active_form=multiple_identifiers），将差异基因输入，选择物种，点击search。

点击继续

选择exports，下载tsv格式数据

作图

使用cytoscape进行PPI作图

导入string分析好得网络文件

点击确定

原始PPI图

选择MCODE功能

点击第一个MCODE计算模型

打开cytoHubba功能

选择MCC法，提交

获取Top10 Hub基因，下载保存相关信息

（同时可制作表6）

全选Hub 基因

即可显示出三个数据库差异基因中，Top10得关键基因信息。

这里需要说明一下，原文中的图，是将所有54个差异基因全部显示，并且按照hub基因在中间，其他基因分别在周围的模式进行分布，这里我们不做过多演示，大家知道操作方法即可。（ 话说美丽带了两次Cytoscape训练营了，如果还有不会的小伙伴，可能要等下一期开营咯）

复现任务4 图4 差异基因的PPI分析②

操作步骤

打开WebGestalt网站（http://www.webgestalt.org/）

设置方法，以及基因集和详细信息

将基因名称全部粘贴

设置参考信息，点击提交

获取结果页面

最下方显示Hub基因信息。

复现任务5 图4 差异基因的PPI分析②

操作步骤

打开GeneMANIA网站（http://genemania.org/）

默认物种为人类，将全部基因粘贴在检索框中，点击检索

程序运行中（目前GeneMANIA网站不是很好用，检索了好久也没出结果，希望小伙伴们实操的时候可以获取检索结果，美丽在这里主要跟大家介绍一下这个数据库的使用方法即可）

最终可以获得类似上图的结果

然后我们可以根据个性化按钮进行调整。

修改布局格式，直至最终结果。

复现任务6 图6 多套数据集的共同表达基因韦恩图

准备工作

数据清洗、整理

设置实验组和对照组，并分析获取差异基因。

依次将文中提及得基因集进行整理。

利用前面介绍过得仙桃工具-韦恩图模块，进行差异基因韦恩图的绘制。（ 操作步骤同上，故省略）

复现任务7 表格

表1 在OMID中，CD相关的前十种疾病（详见复现图1）

表6 hub基因信息（详相见图3）

表2三种数据集的GO-BP通路结果

表3三种数据集的GO-MF通路结果

表4三种数据集的GO-CC通路结果

表5三种数据集的KEGG富集分析结果

Tips:

这里得表2-5均为通路富集分析结果，可以一起进行绘制，也是有些凑工作量得嫌疑yo~

复现步骤

打开仙桃学术，功能聚类-gokegg分析，输入差异基因集，点击确认进行计算。

保存结果，分别将BP,CC,MF,KEGG整理为表2-5。

好了，以上是复现步骤。

全文总结

最后一个模块：根据本文的图表进行逻辑梳理

挑图2 三组数据库的疾病韦恩图

联图3 差异基因的蛋白互作网络

联图4 差异基因的PPI分析②

联图5 hub基因的富集分析

挑图6 多套数据集的共同表达基因韦恩图

挑表1 在OMID中，CD相关的前十种疾病

圈表2三种数据集的GO-BP通路结果

圈表3三种数据集的GO-MF通路结果

圈表4三种数据集的GO-CC通路结果

圈表5三种数据集的KEGG富集分析结果

挑表6 hub基因信息

挑图7 WebGesalt获取的种子基因

挑图8 GEO数据挖掘的上调、下调基因

挑图9 GEO数据集的共同差异基因展示

美丽的唠叨时刻——思路串讲

首先，想到疾病或表型数据集，大家最先在脑海里浮现的，就是Genecard网站，但是作者，没有局限在一个网站，而是 联合CTD数据库（http://ctdbase.org/）、Genecards数据库（https://www.genecards.org/）、DISEASE数据库（https://diseases.jensenlab.org/Search）三个网站，进行共同差异基因分析，从而绘制出全文的大半个江山的版图，接下来的GEO数据库，可以说是锦上添花，只占据很少的笔墨，也没有走常规套路的分析过程。整体给人耳目一新的感觉。这一点，也是大家在分析的时候，值得借鉴的地方。

这里我们发现，不论是获得的单个数据集数量，还是最终混合的基因集个数，都远远超过文献本身的数据。可能的原因包括数据更新，或者作者增加其他检索关键词等。

最后，美丽再次提醒大家，我们学习复现，是学思路的，不是为了100%复现出图，哪怕全部复现出来，文章也是已发表的，对我们而言，思路为王，复现是辅助工具，能够100%一致，绝对是小概率事件。哪怕作者自己，也不能保证再次分析，结果还是一样的。所以，大家不要再问，为啥我跟你的步骤一样，但是最后，分析的结果差别这么大了。

希望通过本文复现，可以给大家一点新的思路，争取早日拿下自己的第一篇生信文章。发挺！

— END—

撰文丨王美丽

排版丨四金兄

主编丨小雪球

转自解螺旋生信频道-挑圈联靠