双疾病生信分析又上新番啦！8+ Frontiers系列，用这个套路毕业发文章，真的很哇塞！
硕士、博士毕业忙，需要文章愁断肠？
实验不顺很慌张
莫慌莫慌，还有生信来帮忙
小云这里有推荐，各种思路齐登场
今天分享“双疾病”
还是Frontiers 8+文章
这个套路很easy
学习起来真的棒
换俩疾病就能发文
看看这个思路香不香
下面说正文儿
小云的顺口溜说的怎么样（ps：肚子里的墨水都用光了，才凑了这几句词），这可是很多硕博士毕业前的一座大山，现在有了生信这条路，实验不顺咱们生信顶上，照样毕业！
下面说说今天分享的这个“双疾病生信分析”套路，分析手段都是比较常规的方法，也比较好复现，还能发表到Frontiers 8+的期刊上（Frontiers系列对生信文章比较友好，就是版面费有点贵，想发高分的可以冲一波试试），性价比相当高啊！需要复现或定制分析思路的朋友欢迎call小云，风里雨里小云公众号等你！
发表时间：2022年6月
发表杂志：Frontiers in Immunology
影响因子：8.786
文章题目：以 S100A8、S100A9、S100A12 和 CXCR2 上调为特征的中性粒细胞浸润与克罗恩病和外周动脉疾病的同时发生有关
研究背景
克罗恩病（CD）与外周动脉疾病（PAD）密切相关。CD和PAD共存的病理生理机制尚不清楚。本研究的目的是通过对公共 RNA 测序数据库的生物信息学分析，研究介导 CD 和 PAD 同时发生的关键分子和途径。
数据来源
主要结果
1. 共同差异基因的识别
使用 edgeR 包在 GSE111889数据集中筛选了 850 个 DEG，在GSE120642数据集中筛选得到 433 个 DEG。取维恩图的交集后，共识别出 63 个共同的 DEGs，其中54个表达趋势相同。
2. GO 和 KEGG 通路分析
为了进一步探索这些共同DEGs 的潜在生物学信息，使用 R 包中的“cluster profiler”包进行 GO 分析和 KEGG 通路富集。GO-BP显示DEGs主要富集于中性粒细胞趋化性、中性粒细胞迁移和粒细胞趋化性。
3. 共同DEGs的PPI网络构建和hub基因鉴定
为了进一步揭示共同DEGs编码的蛋白质之间的潜在关系并识别hub基因，通过STRING筛选DEGs的PPI网络，利用Cytoscape的插件MCODE进行模块分析以检测关键的聚类模块。使用4种拓扑分析算法MCC、MNC、Degree和EPC预测和探索PPI网络中前15个重要的hub基因，四种算法得到的 15 个基因的交集共获得了13个候选hub基因。在GSE95095和 GSE134431数据集中进行了表达验证，发现CD 和 PAD 中只有4个hub基因显着上调，分别是 S100A8、S100A9、S100A12 和 CXCR2。
4. Hub基因的功效评价与PPI构建
使用 R 语言中的 pROC 包，在4个数据集中绘制 ROC 曲线以及4个hub基因的表达情况，以评估诊断特征的准确性。GeneMANIA 对4个hub基因及其 20 个相互作用基因进行了 PPI 分析，以预测共定位、共享蛋白质结构域、共表达、预测和通路之间的相关性，网络显示这些基因在粒细胞趋化性、髓系白细胞迁移、粒细胞迁移、中性粒细胞迁移、白细胞趋化和白细胞迁移中富集。
5. Hub基因与免疫浸润之间的关联
基于GeneMANIA生物学功能分析结果，通过Spearman相关分析分析4个hub基因与23个免疫细胞的关系，发现4个hub基因与中性粒细胞均显示出显著相关性。为了确定hub基因对中性粒细胞的潜在功能，进行了GSEA 以识别hub基因高表达组和低表达组之间的差异调节通路，以确定 PAD 和 CD 中激活的信号通路。发现中性粒细胞活化、中性粒细胞趋化性、中性粒细胞迁移等通路的激活与4个hub基因的高表达密切相关。
文章小结
看完这篇文章是不是发现并没有什么高难度分析手段，简简单单常规分析也可以发文，关键得选好方向，目前看来，双疾病关联分析是个好思路，非肿瘤疾病之间可以用，非肿瘤和肿瘤间可以用，原发疾病和并发症之间可以用，可谓用途相当广泛。并且多个疾病就能多些数据集，数据多了才能做更多的分析内容，这是个良性循环，所以综合来讲，双疾病方向是一片蓝海，广阔天地大有作为啊！有想法的朋友尽快上车，一个方向一旦火爆起来，发文竞争力可就大多了，时不我待呀！
