用公共数据库数据不做实验也能发五分以上文章套路

事实上很多院校对SR、OT都嗤之以鼻,但是今年oncotarget竟然逆势上涨,小编又不小心关注了一下,刚好看到一篇比较简单适合新手入手的文章,今天就来聊一聊这篇不做实验依然发五分以上文章的套路。 这篇文章是去年十月份发表在oncotarget上的题目是:A seven-gene signature predicts overall survival of patients with colorectal cancer

事实上很多院校对SR、OT都嗤之以鼻,但是今年oncotarget竟然逆势上涨,小编又不小心关注了一下,刚好看到一篇比较简单适合新手入手的文章,今天就来聊一聊这篇不做实验依然发五分以上文章的套路。

这篇文章是去年十月份发表在oncotarget上的题目是:A seven-gene signature predicts overall survival of patients with colorectal cancer

attachments-2017-06-CxGoKGL75950c7310e15

文章主要流程如下:

attachments-2017-06-kCMnbgTZ5950bf56e51d从流程中来看其实非常简单,就是先下载67个样本的芯片数据,做数据标准化,跑了一下单因素生存分析,筛选出了6487个显著的基因 (探针),进一步做了一下KEGG的富集美化了一下结果,然后使用一个降维工具(有个R包,一条命令就完事),筛选出了7个基因,这七个基因能够区分癌症高风险低风险,然后建立了这样的7个基因的预后模型,随后用TCGA、GSE17537两套数据来验证了一下这个模型的好坏,就完事了。

看完这些有些R语言好一点的同学自己就能做了,是不是突然发现原来五分的文章这么好发,事实上建模的文章没有发不出去的,只有不会写文章的人。

那么怎么将上述结果整理成一篇有逼格的文章是一个技术活,现在一步一步来解析这篇文章

1、首先数据下载及标准化先说明

2、其次单因素生存分析,显著差异的说明一下,顺带列个最显著的前20个放在文章表里(这篇文章没放)

3、这些显著的预后差异基因的KGEE富集结果简要说明一下这些结果,不局限与KEGG,GO等其他的也行,主要丰富文章内容,说明这些预后差异基因跟肿瘤有有什么联系

attachments-2017-06-GIc6iIsl5950c8187bd1

4、开始降维,得到降维结果,降维方法很多,这里用的是rbsurv,可以换lasso,unicox等等很多降维方法,也可以多次,多参数的使用同一种降维方法进行降维

5、得到最终的降维后的基因集

attachments-2017-06-HZbWllGa5950c2d3c1e5

7、这些基因集的特征分析如图B、C、D,主要就几个方面每个基因的单因素、多因素、差异表达(早期和晚期,癌与癌旁等等)、聚类分析、聚类后的样本预后分析,这些可以都尝试一遍找到想要的结果,本文中使用的是聚类分析,聚类后分类预后差异显著,同时大部分基因在正常与癌症组织中差异表达,用来说明这7个基因确实能够影响疾病的预后

attachments-2017-06-V0BW9ibN5950c2f6b8d4

8、建立多因素预后模型,这是本文的最终的模型结果,自己做不局限于此,可以根据第七步的结果酌情选择最终的建模方法,这里简单粗暴的使用的多因素回归,从AUC结果可以看出结果很好

attachments-2017-06-1KUpE8ks5950c3db2f039、既然预后模型已经建完,那么咱们就该来对比一下这个模型与现在的TNM分期等有什么关系,效果会不会比他们好一点,显然结果好就往上贴(你懂的)

attachments-2017-06-KPZd7YVi5950c4d6afa110、外部数据集验证,先TCGA数据来验证一下,当你的数据TCGA中没有怎么办?很简单!在你刚开始的时候把样本分组,分一部分数据到这里来,或者随机抽样。

attachments-2017-06-ucP1K73M5950c5b83869

至此一篇有态度的文章结束,虽然简单粗暴,但你却无法反驳,当然学术研究必然是严谨的,作者做这篇文章中也一定尝试了很多方法,给我们呈现了一个7-gene模型,同时也给我们提供了一个数据建模思路。


  • 发表于 2017-06-26 16:35
  • 阅读 ( 2710 )
  • 分类:软件工具

6 条评论

请先 登录 后评论
不写代码的码农
祝让飞

生物信息工程师

60 篇文章

作家榜 »

  1. 刘永鑫 64 文章
  2. 祝让飞 60 文章
  3. SXR 44 文章
  4. 张海伦 31 文章
  5. 爽儿 25 文章
  6. 生信菜鸟团 13 文章
  7. deepxin 12 文章
  8. 百迈客 12 文章