从小白的角度，30分钟复现生信套路。今天为大家带来一篇2021年3月发表于Medicine的生信文章《Identification and analysis of key genes associated with acute myocardial infarction by integrated bioinformatics methods》的复现。

PS：Medicine虽然生信文章的接收量不高，但是四大水刊之一，已经上了中科院预警名单，慎投。

本文是一篇挖掘GEO数据库的纯生信文章，涉及7个图片，1张表格，用到的数据集是GPL570平台的GSE66360。

复现内容

• 分析流程图

• 差异表达基因的火山图，热图和前十个上下调基因的相关性

• 前十个富集的GO条目的气泡图

• 前五个富集的GO条目的弦图

• KEGG富集气泡图

• PPI网络

• 前十个hub gene的PPI网络，表达和相关性

• 一张表是前十个hub gene的展示
  

复现步骤

图一：分析流程图

图二：差异表达基因的火山图，热图和前十个上下调基因的相关性

在仙桃学术新上线的数据集检索栏目中可以检索分析GSE数据集。仙桃学术生信工具网址：https://www.xiantao.love/products进入主页，进入【数据集检索】

进入之后的页面是这个样子：

页面左侧是【筛选条件】和【样本汇总信息】，可以勾选自己想要检索的物种和数据类型。如果勾选【已收录】就可以检索到能直接在工具中进行下游分析的数据集。

数据集检索目前收录了GPL570平台下的6-200个样本量的数据集，大约有4000个数据集，这些都是能直接添加到自己的样本库做后续的分析的。

然后在检索框中输入复现文章中使用的数据集GSE66360

 会发现右下角有一个【选择样本】按钮，说明这个数据集是可以进行样本添加的。点开这个【选择样本】，就能选择对应数据集的样本。

选择完样本后，点击右下的【添加到样本库】就能添加到自己的样本库中，然后在页面左侧点击【进入我的样本库】进行分组以及进行下游分析 ~

然后分别勾选【Control】，加入分组1；勾选【Myocardial Infarction】，加入分组2。点击【提交分析】

分析完成后就会在历史记录中显示分析结果，点击【下载】就会看到很多的结果内容，包括箱式图、PCA图、UMAP图、火山图、差异分析结果表格等，以及结果分析报告。

点击【CSV表格下载】，下载差异分析结果：

【说明】中有丰富的分析说明和结果展示，结果都提供了直接下载以及细节修改的跳转链接。

点击【细节修改】就会跳转到生信工具中的对应模块，进行一些个性化的设置。

原图中标注了一些分子，但没有说明是按照什么条件筛选出来这些分子进行标注。如果想要标注前十个上调和下调的基因，可以将之前下载的差异分析表格打开，然后对logFC列进行筛选（筛选条件：|log2FC>1| and adjust P-value < 0.05）：

筛选完后，点logFC列旁边的箭头，按降序排列：

就得到前十个上调的基因：

翻到表格底部，就得到前十个下调的基因：

将这20个基因名输入到下图红框中

设置完成后点击【确认】就会出来图片，点击【保存结果】。

在弹出窗口中输入【火山图】

对于热图，设置如下参数后，点击确认：

保存结果为热图：

对于前十个上调和下调基因的相关性分析，首先在GEO中下载GSE66360的表达矩阵。

从之前的差异分析表格中找到前十个上调和下调基因对应的探针号：

复制该探针号，在GSE66360_series_matrix表格中进行检索，复制粘贴到一个新的sheet中。依次重复该操作，直到20个基因在各个样本的表达值都复制粘贴完毕。

然后转置第2~21行：

将这份新的20个基因的表达矩阵复制到一个新的excel表，并上传到生信工具的相关性热图中，对参数做相应的修改：

点击【确认】后得到相关性图：

保存结果为【相关性图】。
然后在拼图工具中就可以将Figure 1中的3个图进行拼接：

图三~图五：差异基因富集结果

在【分析工具】页面选择 【功能聚类】下的【GO|KEGG 富集分析】，下载示例数据。

将之前得到的差异表达基因复制到该表格中

上传该表格，在参数栏中选择全部GO+KEGG，点【确认】：

保存结果，将结果命名为【富集分析】，并下载Excel表：

对富集结果表格按照【P-value<0.01 and q-value<0.05】的条件进行筛选，并对表格按照q-value的升序进行排序：

然后分别提取出前十富集的GO-BP、GO-CC、GO-MF条目：

选择左侧的【功能聚类】下的【GO|KEGG 可视化】，选择刚才富集分析的结果，更改图片类型为气泡图，将GO条目输入到红框中，并选择分面：

保存GO富集结果为【GO】，即为Figure 3：

选择左侧的【功能聚类】下的【GO|KEGG 可视化网络】，选择刚才富集分析的结果，将前五个富集的GO条目输入到红框中，并选择环状类型：

得到GO富集网络图，保存结果为【GO网络】，即为Figure 4：

按照【P-value<.05 and q-value<0.05】对富集分析结果重新进行筛选，复制所有KEGG富集条目，输入到下图红框中：

点击【确认】，得到KEGG富集结果，保存结果为【KEGG】，即为Figure 5：

图六：PPI网络

打开string数据库：

将GSE66360中的所有差异分子复制到list of names中，organism选择【homo sapiens】，检索：

网站会跳转到一个新页面，注意这里要检查一下，有些非蛋白也会被勾选，比如下图中的XIST，勾掉HNRNPU后点击【continue】：

改为【high confidence】：

导出互作表格：

打开Cytoscape软件（3.8.0），载入互作表格：

点击OK：

得到未经修饰的PPI网络图：

打开之前的差异分析Excel：

新建一列DE。将logFC≥1的差异基因填充对应的DE列为“UP”；将logFC≤-1的差异基因填充对应的DE列为“DOWN”。然后复制Gene.Symbol和DE列到新的excel表，命名为color：

然后点击【File——import——table from file】，导入这个属性文件：

在style中点击【fill color】，选择column参数为【DE】，mapping type参数为【discrete mapping】，DOWN参数为【蓝色】，UP参数为【红色】：

更换layout形式为group attributes layout——DE：

得到PPI网络图：

然后选中蓝色块，拖入红色中心，就可以得到类似Figure 6A的PPI网络图（如果不怕麻烦的话，也可以逐个拖动基因，摆放成Figure 6A的形式）：

点击Apps——MCODE，打开MCODE插件：

然后点击【analyze current network】：

就会出现各个Module：

分别选中前四个MCODE score≥4.5的module，点击右侧的三条横线——create cluster network：

就会得到各个module的PPI网络图：

拖动基因，就可以摆放成类似Figure 6B/C/D的形式。所有图片都可以导出（点击File——Export——Network to Image）：

图七：前十个hub gene的PPI网络，表达和相关性

  

打开cytohubba插件：

在cytoHubba插件中选择Top 10 nodes ranked by degree，点击submit：

得到Figure 7A：

对于Figure 7B的复现，首先打开在生信工具中分析的GSE66360的差异表达基因表格：

从中找到top 10 hub gene对应的探针号。然后在GSE66360_series_matrix表格中进行检索，复制粘贴到一个新的sheet中。依次重复该操作，直到10个基因在各个样本的表达值都复制粘贴完毕：

然后进行转置：

然后回到数据集检索页面，查看GSM号对应的是哪个分组：

新建一列trt，对于分组二的样本，命名为AMI，对于分组一的样本，命名为Normal：

然后删除ID_REF列，将该表达矩阵复制到一个新的excel表中。回到生信工具，点击左侧的基础绘图——分组比较图，上传该excel表：

点击【确认】后，得到Figure 7B。可以保存结果，留到后面拼图：

对于Figure 7C，按照Figure 2C复现的方法可以得到类似的图片。

表格1：前十个hub gene的展示

在前十个hub gene的PPI网络图下方的Node Table中会显示一些参数：

这些参数可以用于Table 1的复现。另外，对于Table 1中的protein name列和enriched significant modules列，前者可以在uniprot网站查到对应的protein name，后者可以在cytoscape下方的Node Table中查看该基因的enriched significant modules：

好了，本期零代码生信文章复现就到这里啦！有没有觉得仙桃学术的工具很赞很奈斯？希望大家好好利用这个宝藏，多多发文章~