7+WGCNA+机器学习+实验+泛癌分析，多要素干湿结合

今天给同学们分享一篇生信文章“Analysis and Experimental Validation of Rheumatoid Arthritis Innate Immunity Gene CYFIP2 and Pan-Cancer”，这篇文章发表在Front Immunol期刊上，影响因子为7.3。

结果解读：

DEG筛选和数据预处理

数据在箱线图中进行了标准化，不同的颜色代表不同的数据集，行代表样本，列代表样本中的基因表达值（图1A）。图1B展示了批次去除前多个数据集的PCA结果，不同的颜色代表不同的数据集。如图所示，三个数据集分别分开，没有任何交集。图1C展示了批次去除后的PCA结果图。如图所示，三个数据集的交集可以作为后续分析的一批数据。根据P-adjustment <0.05和log2 fold-change (FC) | >0.5的标准，鉴定出了891个差异表达基因（DEGs），其中427个基因上调，464个基因下调。图1D展示了DEGs的火山图以及前50个基因的热图（图1E）。

DEGs功能富集分析

所有DEG在功能上都得到了富集，根据p<0.05，GOCircle图中显示了15个GO关键词。研究结果表明，生物过程（BP）富集主要与阳性细胞-细胞粘附调节、T细胞活化、淋巴细胞分化和细胞-细胞黏附调节有关。富集分子功能（MF）与细胞因子受体结合、细胞因子结合和细胞因子受体活性有关。细胞成分（CC）富集与质膜外侧、膜筏和膜微区有关。在KEGG分析中，造血细胞谱系、人类T细胞白血病病毒1型感染、Th1和Th2细胞分化以及趋化因子信号通路是相关的。

加权基因共表达网络构建

从GEO数据中检索到GSE1919和GSE55457数据集，并选择了15个正常样本和18个RA样本来对样本进行聚类，并通过设置阈值来排除明显异常的样本，如图2A所示。然后，如图2B所示，当R > 0.9且平均连接性较高时，作者将软阈值设置为7。通过使用0.25的聚类高度限制合并强相关的模块（图2C），共鉴定出24个模块进行进一步研究。最终，在聚类树下显示了经过调整和合并的模块（图2D）。接下来，对模块之间的相关性进行了检查，结果显示它们之间没有显著的关联（图2E）。通过模块内的转录相关性分析证明了模块划分的可靠性，结果显示模块之间没有实质性的联系（图2F）。使用ME值和临床特征之间的前额相关性来研究模块与临床症状之间的关联。蓝色模块与正常样本呈正相关（r = 0.79, p = 5e−08），与RA样本呈负相关（r = −0.79, p = 5e−0）。8)，而蓝绿色模块与正常情况呈负相关（r = 0.8，p = 3e−08），与