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! |
|