公共数据挖掘丨实例解析告诉你，怎样用别人的数据，发自己的文章！

文章来自微信公众号“GCBI知识库”，版权归上海其明信息技术有限公司所有，未经许可，不得转载。转载请联系原作者。

做科研有多苦？想发文章没思路，有了思路没有钱，有钱又找不来样本。今天小编给大家介绍一个不用辛苦找样本、不用花钱做测序的方法：公共数据分析。

得益于二代测序的发展、公共数据库的便利，越来越多的科研工作者尝试利用已有的数据挖掘出有价值的信息，与自己的研究进行结合，并发表相关研究成果。

但是，省钱又省力的 “用别人的数据，发自己的文章”可是不容易滴~发高分文章就更不易了！

小编接下来分别介绍两篇文章给大家作参考

第一篇

• 文章标题：Decreased expression of ALDH5A1 predicts prognosis in patients with ovarian cancer
• 发表期刊：Cancer Biology & Therapy
• 影响因子：294
• 数据来源：GEO
• 
• 

▲文中分析工具为GCBI

文章结果

1. ALDH5A1表达在OC样品中下调

在GSE40595表达谱数据集下分析不同卵巢组织成分中ALDH5A1基因的mRNA水平，其中上皮细胞从正常卵巢和OC进行激光微切割。结果显示，ALDH5A1在卵巢肿瘤患者中下调。

2. ALDH5A1表达与临床病理特征的相关性

最常见的上皮OC类型是SOC，占所有上皮OC病例的80-85％，因此作者选择关注SOC。为进一步研究ALDH5A1与SOC进展的相关性，作者分析了132例SOC患者ALDH5A1表达与临床病理特征的关系。结果表明ALDH 5A1和SOC进展之间存在负相关。

3. 不同ALDH5A1在OC中的预后价值

为进一步探讨ALDH5A1在SOC中的潜在预后价值，作者使用KM绘图仪在线分析确定了不同ALDH5A1在OC中的预后价值，检查了SOC患者的病理分级和临床分期的相关性。作者发现ALDH5A1可能预测OC中较差的存活率，表明高百分比的表达ALDH5A1的细胞与较长的OS相关，且ALDH5A1是OC中有利的预后因素。

第二篇

• 文章标题：Reprogramming of stromal fibroblasts by SNAI2 contributes to tumor desmoplasia and ovarian cancer progression
• 发表期刊：molecular cancer
• 影响因子：204
• 数据来源：GEO＆TCGA
• 
• 

▲文中分析工具为GCBI

文章结果

1. SNAI2在卵巢癌（OC）基质中特异性过表达且与较差的存活率相关

为了探索SNAI2在上皮OC中的表达模式，研究者分析了OC的显微切割图谱，确认SNAI2在肿瘤上皮中减少并且在肿瘤基质中与其正常对应物相比升高（图1a-d）。此外，SNAI2在肿瘤基质中的有利表达接下来在另外四个卵巢癌，乳腺癌和结肠癌的分析数据集中得到证实（图1e-h）。最终结果表明，从肿瘤上皮中的SNAI1支配向肿瘤基质中的SNAI2支配的转变可能协调OC进展。

2. SNAI2表达与临床结果

为了确定可以解释基质SNAI2表达与不良生存之间关联的生物学机制，研究者开始探索SNAI2表达是否与基质激活相关。分析结果表明SNAI2表达与OC中的反应性和促结缔组织基质相关，而基质成纤维细胞中高SNAI2表达与OC中较差的临床结果相关。

3. SNAI2将正常成纤维细胞转化为CAF样状态

组成型激活是导致肿瘤进展的基质成纤维细胞的基础。为此，研究者从多个方面检查了SNAI2过表达对正常成纤维细胞活性的影响，结果证明SNAI2将正常的静止成纤维细胞重编程为促进肿瘤细胞生长和侵袭的促进表型。

4. SNAI2的分子机制

基于上述发现，作者试图研究SNAI2调节CAF活性的分子机制，首先通过Tothill C1簇和OC TCGA间充质亚型的整合分析定义了77基因SNAI2间充质特征，强调了SNAI2对基质僵硬的贡献，并且进一步证明与OC患者中的患者存活率差相关。

总结

1. 公共数据分析文章一般可以分为纯公共数据分析类、半实验半公共数据分析类。第一篇文章主要是公共数据库分析，第二篇文章作者则是后者，加上了细胞实验，动物实验，分子机制研究，研究结果更为完整，分数也上了一个台阶。
2. 这两篇文章的分析思路都是数据库中的测序等数据加上临床资料的分析，这也是一个公共数据库挖掘的常用思路，一般可以发5分以下的文章。文章想要过5分，常常要加上完整的实验和机制研究。
3. 公共数据库的选用。第一篇文章数据来源是GEO，第二篇文章数据来源是GEO和TCGA。低分文章多为单个数据库的分析挖掘，分稍高一点的文章多为多数据库联合分析，或者多组学联合分析。但显然数据库的多少与分数没有太大关系，关键是后续分析研究。小编也见过多数据库联合分析只发了1分，但第一篇文章只进行GEO分析仍发了3分。

你可能还想阅读

Nature子刊文献解读丨少做实验，还能发高分文章的新思路！你来不来？

Cell文献解读丨同是研究三阴乳腺癌，为何偏偏它有28分？

答疑呀嘿丨为什么分析到的差异表达基因与qPCR实验结果不一致？

研究lncRNA？发5分文章的套路送给你！

视频讲座丨你要的qPCR引物设计已送达

收藏|最全的“外泌体”研究视频，看完这些就够了

热个便当的时间，我就确定了一个基因值不值得研究