...| 别嫌非肿瘤ceRNA难了!参考这个最新4+纯生信套路模板,一天搞定你的...
发布网友
发布时间：1天前
共1个回答
热心网友
时间：6分钟前
各位小伙伴们好！让我们一起探索一篇发表在《Scientific Reports》上的非肿瘤ceRNA纯生信文章，文章标题为《Bioinformatics analysis of long non-coding RNA-associated competing endogenous RNA network in schizophrenia》。这篇文章在2021年12月发表，影响因子为4.379分，是一篇典型的新鲜出炉的非肿瘤 ceRNA 网络纯生信文章。
在文章中，研究者们使用了两个数据集：脑组织数据集 (GSE53987) 和淋巴母细胞数据集 (GSE73129)。他们首先挑出了表达差异的基因，包括绘制相关性热图和进行PCA分析（图1），并识别了差异基因（图2）。接着，研究者们进行了功能聚类分析（图4），构建了ceRNA网络（图3、6）和PPI互作网络（图5）。然而，该文章未涉及临床意义分析。
为了帮助大家复现这一研究过程，我们推荐使用仙桃学术 xiantao.love/products 和相关数据库HMDD、cuilab.cn/hmdd/ 和 diana.e-ce.uth.gr/lncba...以及 miRTarBase.cuhk.edu.cn/。Cytoscape中的Cytohubba工具在构建网络图时也非常有用。
具体操作步骤如下：
1. **数据集检索与分析**：通过仙桃学术平台检索并分析两个数据集。先查看热图和PCA图（图1），然后根据差异基因韦恩图（图2）进行差异分析。
2. **功能聚类与网络构建**：通过KEGG富集分析（图4）获取功能信息，构建ceRNA网络（图3、6）与PPI互作网络（图5）。
3. **网络图美化**：使用Cytoscape工具进行网络图的美化。
这篇文章展示了非肿瘤ceRNA纯生信研究的典型流程，其思路简单且实用，通过利用在线信息数据库，即使是非实验性研究也能在顶级期刊上发表。利用强大的生信工具和数据库，即便没有进行实验，也能达到发表一区论文的目标。尝试一下吧，家人们！
