R语言再见！15分钟零代码复现生信SCI常见的五图四表？简单，秘诀都在这了！
大家好，我是麻吉。今天我为大家零代码复现一篇2020年8月发表于Translational Andrology and Urology（影响因子：2.445）的单基因生信文章High PRAS40 mRNA expression and its role in prognosis of clear cell renal cell carcinoma。
本文使用仙桃学术工具带您完整复现文章中的5个图和4个表，让小伙伴们体验不学R语言就能生信分析的快感，话不多说，让我们快快开始吧~
期刊简介
材料与方法一：患者数据收集情况
注：不同版本的TCGA数据，有可能获取的患者的样本例数不一致，因为TCGA数据库一直处于更新过程中。所以看到生信文章中TCGA里同一个癌种的患者样本数不一致，大家也不要奇怪，有可能就是版本不同导致的。大家做生信分析的时候，尽量选择TCGA数据库中的最新版本的数据进行下载。
材料与方法二：图表结果及复现
1.复现工具
仙桃学术工具（https://www.xiantao.love/products）
2.复现任务
Figure 1 ccRCC患者PRAS40 mRNA表达
Figure 2 PRAS40 mRNA表达与临床病理特征的关系
Figure 3 ccRCC队列中PRAS40 mRNA表达的ROC曲线
Figure 4 PRAS40 mRNA表达相关的总体生存分析
Figure 5 GSEA富集图
Table 1 ccRCC患者的临床特征
Table 2 ccRCC中PRAS40 mRNA表达与临床特征的关系
Table 3 单因素和多因素Cox回归分析总生存率与PRAS40 mRNA表达的相关性
Table 4 与PRAS40 mRNA表达表型呈正相关的富集基因集
3.复现步骤
Figure 1 ccRCC患者PRAS40mRNA表达
1.原图展示
2.进入仙桃学术
进入仙桃学术工具（https://www.xiantao.love/products）；选择高级版，点击“立即使用”（注：免费版和基础版都可以进行统计和可视化，由于高级版功能最全，这里选择高级版作为范例）
3.选择分析项目
4.设置参数
选择TCGA-KIRC, FPKM。
类型选择“点图”
分子输入“AKT1S1”。
误差线类型选择中位数±四分位数。
点击确认。
保存结果
5.同样的步骤分析AKT1S1配对样本中Normal和Tumor表达差异
6.拼图
PRAS40 mRNA表达与临床病理特征的关系
1.原图展示
2.进入仙桃学术
3.选择分析项目
选择临床意义（靠）- 临床相关性，点击进入
4.拼选择分析项目设置参数（以图A的age为例）
选择TCGA-KIRC, FPKM。
分子输入“AKT1S1”
在左边第一个方框方框中点击，选择临床- Age；在右边第一行方框中选择亚组<=60，在右边第二行方框中选择亚组>60。
点击确认。
保存结果
用同样的步骤，把B, C, D, E, F作图
5.拼图
ccRCC队列中PRAS40 mRNA表达的ROC曲线（ROC曲线-自选变量）
1.原图展示
2.进入仙桃学术
3.选择分析项目
选择临床意义（靠）- ROC曲线（图A）/ROC曲线-自选变量（图B-E），点击进入
4.设置图A分析参数
选择TCGA-KIRC, FPKM
分子输入AKT1S1
选择显示曲线下面积，不透明度度0.5
显示外框，其他保持默认。
点击确认。
保存结果
5.设置图B分析参数
选择TCGA-KIRC, FPKM
在左侧框里选择临床变量，在右侧框可里选择亚组变量。这里临床变量选择“临床-Pathologic-stage”，右侧框选择Stage Ⅰ, Stage Ⅱ
分子输入AKT1S1
曲线下面积：选择显示，不透明度0.5
风格：显示外框，其他保持默认。
点击确认。
保存结果
同样步骤作图C-E
6.拼图
PRAS40 mRNA表达相关的总体生存分析（预后分析-KM曲线图）
1.原图展示
2.进入仙桃学术
3.选择分析项目
选择临床意义（靠）- KM曲线图/亚组KM图，点击进入
4.设置KM曲线图参数
选择TCGA-KIRC, FPKM,
分子输入AKT1S1。
风格选中外框
点击确认。
保存结果。
5.设置亚组KM图参数
选择TCGA-KIRC, FPKM,
分子输入AKT1S1。
在左边第一个方框方框中点击，选择临床- Age；在右边第一行方框中选择亚组<=65，以及 >65两个亚组变量。
预后类型选择默认的OS（Overall survival）
点击确认。
保存结果，
相同步骤依次分析C-H。
6.拼图
然后在拼图工具中将A-H进行拼图。拼图结果如下。
Figure 5 GSEA富集图
1.原图展示
2.进入仙桃学术
3.准备GSEA数据
选择分析项目
ii历史记录中会显示该分析任务的状态（执行中）
4.GSEA分析
ii 历史记录中会显示该分析任务的状态（执行中）
5.GSEA可视化
选择分析项目
6.拼图
在拼图工具里进行拼图。
7.绘制Table4
Table 1 ccRCC患者的临床特征（基线资料表-纯基线资料表）
1.原表展示
2.进入仙桃学术
3.选择分析项目
选择临床意义（靠）- 基线资料表，点击进入
4.设置参数
5.制表
点击下载Word表格（该表可以直接应用于文章发表）。
Table 2 ccRCC中PRAS40 mRNA表达与临床特征的关系（基线资料表-列联表）
1.原表展示
2.进入仙桃学术
3.选择分析项目
选择临床意义（靠）- 列联表，点击进入
4.设置参数
5.制表
点击下载Word表格（该表可以直接应用于文章发表）。
Table 3 单因素和多因素Cox回归分析总生存率与PRAS40 mRNA表达的相关性（预后分析-单因素多因素Cox回归）
1.原表展示
2.进入仙桃学术
3.选择分析项目
选择临床意义（靠）- 单因素|多因素Cox回归，点击进入
4.设置参数
Table 4 与PRAS40 mRNA表达表型呈正相关的富集基因集（GSEA结果表格形式）
见Figure 5 GSEA富集图
全文总结：图表逻辑梳理
挑 Figure 1 ccRCC患者PRAS40 mRNA表达 （表达差异-配对样本/非配对样本）
靠 Figure 2 PRAS40 mRNA表达与临床病理特征的关系（临床相关性）
靠 Figure 3 ccRCC队列中PRAS40 mRNA表达的ROC曲线（ROC曲线-自选变量）
靠 Figure 4 PRAS40 mRNA表达相关的总体生存分析（预后分析-KM曲线图）
圈 Figure 5 GSEA富集图
靠 Table 1 ccRCC患者的临床特征（基线资料表-纯基线资料表）
靠 Table 2 ccRCC中PRAS40 mRNA表达与临床特征的关系（基线资料表-列联表）
靠 Table 3 单因素和多因素Cox回归分析总生存率与PRAS40 mRNA表达的相关性（预后分析-单因素/多因素Cox回归）
圈 Table 4 与PRAS40 mRNA表达表型呈正相关的富集基因集（GSEA结果表格形式）
结束语
本期零代码2分+生信文章复现就到这里啦！各位看官是不是已经跃跃欲试了呢。马上登陆仙桃学术（https://www.xiantao.love/products）自己动手试一试吧，相信属于你自己的SCI论文马上就要到手了。我是麻吉，我们下期再见~
