|
对于本来时间就有限的肿瘤学研究和乳腺专业的科研狗来说，拿到导师给的课题或者自己找的指标，就想快速开展研究发表论文毕业，如果有一个专门用于乳腺癌的数据挖掘的工具，是不是事半功倍、省时省力呢？ 今天我们就来介绍个在线数据挖掘的乳腺癌基因表达分析的工具——Breast Cancer Gene‑ExpressionMiner v4.1，让你在不会R语言的情况下也能轻松进行数据挖掘。 进入Breast Cancer Gene‑ExpressionMiner v4.1数据库，网址为http://bcgenex./BC-GEM/GEM-Accueil.php?js=1。进入首页后，可以看到网站首页中清晰地写出了具体的功能标签——analysis。目前利用这个数据库发表的文章的影响因子在3-10分之间都有。 点击ANALYSIS，我们可以看到三个选项：expression（表达）、prognostic（预后）和correlation（相关性）。 那我们就来实际操作一下吧！ 功能介绍 1. Expression 表达量分析：单击EXPRESSION后有三个选项，分别是Targeted（靶向的，解读为：选择一个因素进行分析），Exhaustive（详尽的，解读为：全部因素加入分析系统）和Customised（个性定制，解读为：根据自己需求选择几个因素加入分析中）。我们以ACTL6A这个明星基因作参考，它在肿瘤学的研究中已经被发表数篇十几分的文章。 1.1首先我们点击Targeted ①输入基因名称，如ACTL6A，请输入正确的基因名称，不清楚可查阅GeneCards、Source、Unigene等平台； ②选择你检测这个基因在某个因素的标准下的表达情况，如我们选择年龄； ③单击submit提交; 这时出现的是这基因的信息，以及它分析所用的数据库的病历资料和来源。下一步，将网页拉到底，单击 Start analysis，就出来结果了。 可以看到，通过对数据库中病历资料进行分析，直接作出了清晰的ACTL6A在这些乳腺癌患者的不同年龄段中所呈现出来的表达情况图，并且这个图可以直接放到文章中作为Figure。 1.2 其他子功能项：Exhaustive 和Customised 单击ANALYSIS→ EXPRESSION→ Exhaustive，就是ACTL6A在所有分类因素下在乳腺癌患者中的表达情况；那么单击ANALYSIS→ EXPRESSION→ Customised就是选择你需要的或者感兴趣的来分析。（个人倾向于Exhaustive，什么都有了） 2. Prognostic 预后分析：与上面的操作相同，查看基因在乳腺癌样本中根据不同危险因素的Kaplan-Meier曲线。 3. Correlation 相关性分析：①单击Target，则是选择2个或2个以上的基因，分析它在乳腺癌样本中的相关性，这一功能对机制研究很有帮助。如ACTL6A和EGRF： ②单击Exahustive，填写一个基因，如ACTL6A，分析它在这乳腺癌样本数据中与它存在相关性的基因。这对挖掘相关指标和机制研究也十分有帮助。 总结 Breast Cancer Gene‑ExpressionMiner v4.1这个在线平台，不仅可以为分析繁杂的临床病例数据的科研狗提供便利，还可以为准备做乳腺癌基础实验的同学提供一个验证“实验指标”的便捷方法，进一步确定自己的基因在乳腺癌中的作用。 另外，当我们做机制研究时，仍然可以用到这个平台来检测几个基因之间的相关性。此工具功能强大，操作简单，千万不要错过哦！ |
|
|
