数据挖掘肿瘤预测_肿瘤、非肿瘤都适合的数据挖掘套路

按照今天介绍的这篇文章套路,肿瘤、非肿瘤方向都适合学习,发文也很简单,这种套路非常适合新手。这篇文章发表在BIOMEDICAL REPORTS。这篇文章的目的就是为了确定食管癌相关比较重要的基因和通路。

既然目的清晰了,思路也很简单、清晰:从GEO中下载数据GSE92396(就一张芯片,二十几个样本)

limma包进行差异分析(疾病 vs 正常)

对差异基因做GO富集分析

对差异基因做KEGG富集分析

PP分析

筛选hub基因和子网络

文章中出现的图和表:

整篇文章就上面这些图和表,没有复杂的东西,数据也是只有一张芯片,样本也不多,也没有高大上的图。上次我们介绍的那篇文章也是只分析一张芯片的。这种文章你们完全可以做到,因为不需要复杂的代码,更不需要配置高的电脑,也不需要高大上的图片处理技术。

虽然这篇文章是研究食管癌的,也就是研究肿瘤,但是没有做生存分析。非肿瘤方向的朋友完全照着这篇文章做,因为GEO数据库里面还有其他疾病,你搜索你需要研究的疾病即可。

文章题目和出处:Identification of genes and pathways in esophageal adenocarcinoma using bioinformatics analysis (DOI: 10.3892/br.2018.1134)

猜你喜欢的文章

本文来源于微信公众号:SCI狂人,版权归SCI狂人团队所有——原文链接

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值