tcga筛到了基因如何继续往下做.pdfVIP

TCGA 筛到了基因，如何继续往下做？ 作者： 麦子转载请注明： 解螺旋·临床医生科研成长平台 TCGA 大名我们都不陌生了，其海量数据便于我们找到有研 究价值的基因，再展开后续的研究。万事开头难，筛选基因 时就好不容易学了一堆技术，开完头发现后边更迷茫，怎么 办？酸菜大大把整个过程给我们整理出了八大问题，说清其 中的思路。今天先来看看前四步，怎样获得靶基因，并确定 它具有值得研究的表型。 靶基因 (candidates) 是怎么获得的？ TCGA 的数据分成 6 个 维度，积累了高通量的测序数据、蛋白水平的数据和基因修 饰的数据等， 很有可能挖掘出我们研究所需要的 candidates 。 然而它的数据量实在太庞大了，且数据下载和分析都是非常 专业的工作，对于医学工作者来说并不容易。 大部分人也会自己做一些高通量筛选的前期研究，如果此时 已经筛选到自己的靶基因， 那和从 TCGA 数据库去挖的效果 是差不多的，甚至自己的高通量结果找到的东西丰富程度、 独有性会更好一些。 当然，没有前期经费的话只能学习从 TCGA 、GEO 等数据 库中挖掘啦。 TCGA 是针对肿瘤研究方向的，而 GEO 数据 库也很庞大，各个疾病的都有，非肿瘤方向的研究者也有机 会通过已发表的高通量数据挖掘自己的 candidates 。当中需 要的专业技能并不是高不可攀，也有一些生信服务公司可以 合作。 除了这 2 种方法之外，还有一种常规又最省钱的方法是从文 献中找。但这也非常依赖于经验，当你看到有人报道了一个 分子和它的研究背景，是否能很好地找到它跟自己的研究的 联系。这需要长时间基础研究的经验积累。 这 3 种模式不能说哪种更优，还是应该结合自己的情况选择 合适的策略。 获得靶基因有什么样的特征信息？经过了 TCGA 数据库筛 选，我会得到一个什么样的靶基因信息呢？一般来说要做至 少 2 个分析来观察。 第 1 个分析是差异表达分析，也就是分析癌和癌旁之间有差 异表达的分子。但此类分析全球很多课题组都做过，所以你 也可以选择其他的临床问题来分析，比如一组高转移倾向的， 一组低转移的，一组耐药的，或者一组对某个治疗敏感的， 把这些临床问题分的更细致，就有可能拿到更好的差异基因。 不过 TCGA 中不同的研究会分成不同的子集， 通过不同的子 集获得的数据可能是不一样的，也还是有可能会挖到别人没 有研究过，且有研究价值的靶分子。 第 2 个分析就是找到这个靶分子和预后的关系。在肿瘤的研 究中预后是非常重要的临床指标，跟预后相关的靶分子对研 究意义来说是很重要的参数。当你获得了差异表达，又获得 了预后的证据，这个分子进行后续研究的价值就大大提升了。 不过要想把这个基因筛选的工作做好，最好再加上 2 步分析 会更加完整。 一是文献查新。有可能你找到了好多分子，一个分子还可能 有几百篇文章，一看心好累不想做了？并不，有可能几百篇 都跟肿瘤没关系呢。所以还是需要去了解一下这个分子的前 期研究背景， 说不定也是肿瘤领域中的新分子， 要重点关注。 但也有人一做文献查新发现有个分子跟肿瘤从来没有报道 过，就不敢做了。这是个误区，原创性就在于你发现了一个 别人没有发现过的东西，如果别人已经在肿瘤当中报道过了， 你再去重复，这种立题角度不大可能发表很高影响因子的文 章。 另外一个分析是生信分析。生信有很多工具，能做功能聚类 分析， GEO 分析，有 pathway 分析，信号通路的 KEGG 数 据库的分析，也可以继续分析它跟其他分子的相互关系，调 控网络