python lncrna_一文解决TCGA任意肿瘤的差异lncRNA，miRNA，mRNA

解读文献题目：

TCGA based integrated genomic analyses of ceRNA network and novel subtypes revealing potential biomarkers for the prognosis and target therapy of tongue squamous cell carcinoma

这是一篇2019年发表在plos one 的纯生信文章。

摘要

目的

该研究旨在研究舌鳞状细胞癌(TSCC)生物学发展中的ceRNA网络，通过使用基于癌症基因组图谱(TCGA)的整合基因组分析来鉴定TSCC的新分子亚型，以筛选靶向治疗和预后的潜在生物标志物。数据库。

材料与方法

从TCGA和GEO数据库下载基因表达数据。差异表达的RNA(DERNAs)由R中的DESeq2来定义。功能富集分析使用R中的聚集体进行.PPI网络通过参考String网站建立。通过R中的survival包进行DERNA的生存相关分析。从Starbase v3.0数据框获得mRNA，miRNA和lncRNA之间的相互作用并构建ceRNA网络。 Consensus Cluster Plus软件包用于识别分子亚型。通过将它们与GEO微阵列数据进行比较来验证所有关键基因。使用SPSS 22.0对不同亚型的临床特征进行统计分析。

结果

从肿瘤和正常组织中鉴定出总共2907个mRNA(1366个上调和1541个下调)，191个miRNA(98个上调和93个下调)和1831个lncRNA(1151个上调和680个下调) 。基于上述的差异RNA成功构建了ceRNA网络，并使用了15个DEmRNA，1个DEmiRNA，2个与预后相关的DElncRNA。

结论

该研究构建了一个ceRNA网络并鉴定了TSCC的分子亚型，我们的研究结果为这种难治性癌症潜在的治疗靶点