通过4个步骤,入门生物信息学分析
二十一世纪是生物的世纪,该观点已提出多年。
甚至有人提出,这句话的真正含义应该是“二十一世纪在各行各业都能找到曾经学生物的人”。
对此,我们不再做进一步推敲。
但可以看出的是,越来越多人已经投身于生物相关研究了。
还不问问自己,是不是快成了那个掉队宝宝啦?
▽ 生物信息学分析入门
生物信息学(Bioinformatics)是研究生物信息的采集、处理、存储、传播,分析和解释等各方面的学科,以信息技术及其相关的手段对生物问题进行探索研究。
生物信息学,信息是手段,生物是核心。
生物信息学分析,目前主要用于肿瘤类疾病的研究。
想尽快领悟生信分析领域,需要从2方面着手准备:文章套路、数据复现。
所谓文章套路,即解读文章时应从宏观思维出发,能理解文章的逻辑思维。
而数据复现,则是对文章结构有所了解后,能进行模块化拆解还原,即可以复现出所有模块的数据。
理解了文章套路,复现出文章数据,才在一定程度上掌握了文章的技能。
▽ 生信研究四大模块
生信分析研究最主要的思想可概括为:挑、圈、联、靠。
挑(分子):筛选出和疾病相关的差异表达分子。
圈(功能):对筛出的差异表达分子进行标签化、归纳和分类,如GO及KEGG分析。
联(关系):进行分子与分子间、或信号通路和信号通路之间的连接,如PPI分析。
靠(临床):是否与临床表征有明确的关联,如PFS、OS等。
生信分析主要模块内容及相关分析工具如下所示。
以上只是给出了生信分析的主要关键点,并非一成不变。
在具体的生信分析中,需要根据实际情况做相关的逻辑组织哦。
▽ 生信分析实例
看到这儿,大家肯定还是有点迷茫。
接下来,SAM给出一个生信分析的具体实例,看完大致就可知道生信分析在做什么啦。
1.挑分子
上图是国内学者2021年发表于期刊OncoTargets and Therapy的生信相关文献。
题名:Identification of HOXD10 as a Marker of Poor Prognosis in Glioblastoma Multiforme (HOXD10为多形性胶质母细胞瘤预后不良的标志物)
需要注意的是,在开始具体分析之前,此论文作者已通过前期筛选,得到了一个与母细胞瘤疾病发展相关的关键分子(HOXD10),即已完成了生信分析的第一步:挑分子。
2.靠临床
针对该研究,作者首先证明,HOXD10在肿瘤组织中的表达高于正常组织(A)。
▽
△
随后作者利用不同来源(TCGA、CGGA、GEO)的数据,通过生存分析证明了HOXD10表达水平影响患者的生存时间。
该部分通过表达分析和预后分析,阐明了HOXD10与肿瘤的发生发展相关。
作者首先证明,研究的分子具有临床意义,是具有解决临床问题的潜在价值的,值得后续做更深层次的研究。
这部分,实现了“靠临床”。
△
随后作者又通过单因素COX回归分析,探索了不同临床特征下(是否全切除、是否TMZ治疗、是否放疗、IDH1状态、HOXD10状态),HOXD10对预后的影响(A-E)。
又通过多因素COX回归分析,探索了影响患者生存的独立预后因子(表2)。
此部分,作者仍然是做“靠临床”的分析。
3.圈功能
前面通过各种分析论证了HOXD10影响疾病发展,接下来作者探讨了HOXD10参与肿瘤发生发展可能的作用机制。
△
作者先筛选出母细胞瘤中与HOXD10表达模式相似的一群差异基因(A)。
随后通过富集分析探索了这群基因可能参与的生物学过程、发挥的分子功能(B),及其涉及的信号通路(C)。
可以看到,这群基因主要与细胞因子-细胞因子受体相互作用通路相关。
该部分,作者进行了“圈功能”的分析。
4.联关系
△
最后,作者通过蛋白-蛋白互作(PPI)网络,呈现了这群分子之间的相互作用形式。
该部分,作者进行了“联关系”的分析。
作者虽然不是完全按照“挑、圈、联、靠”的过程进行内容整合,但生信分析的精髓可是面面俱到啊。
这也充分说明了生信分析的灵活性,给足了我们自由发挥的空间,说“一千个人一千个哈姆雷特”也不为过。
在这里只呈现了部分简单结果,主要展示了生信分析的4大节点。
该研究还有很多其他精彩的部分在此不再做过多分析,感兴趣的小伙伴可以自行阅读深究哦。
相信现在的你,心里又有一个不解之谜了。那就是:这个分子是怎么找到的?是不是觉得,有了这个分子,世界皆在我脚下!!
这真是应了“万事开头难”,我要是有这个分子,我也会生存分析、COX回归对不对?
可是问题又来啦,即使找到了这个分子,可是要分析,那数据又从何而来呢?
这真是,一波掀起千层浪啊。
既然看明白了文章套路,就需要研究如何找分子、数据从何下载、如何下载、数据如何处理、用什么统计分析方法、如何分析等问题啦,这就进阶到了数据复现。