按照今天介紹的這篇文章套路，腫瘤、非腫瘤方向都適合學習，發文也很簡單，這種套路非常適合新手。這篇文章發表在BIOMEDICAL REPORTS。這篇文章的目的就是為了確定食管癌相關比較重要的基因和通路。

既然目的清晰了，思路也很簡單、清晰：

從GEO中下載資料GSE92396（就一張晶片，二十幾個樣本）

limma包進行差異分析（疾病 vs 正常）

對差異基因做GO富集分析

對差異基因做KEGG富集分析

PP分析

篩選hub基因和子網路

文章中出現的圖和表：

整篇文章就上面這些圖和表，沒有複雜的東西，資料也是隻有一張晶片，樣本也不多，也沒有高大上的圖。上次我們介紹的那篇文章也是隻分析一張晶片的。這種文章你們完全可以做到，因為不需要複雜的程式碼，更不需要配置高的電腦，也不需要高大上的圖片處理技術。

雖然這篇文章是研究食管癌的，也就是研究腫瘤，但是沒有做生存分析。非腫瘤方向的朋友完全照著這篇文章做，因為GEO資料庫裡面還有其他疾病，你搜索你需要研究的疾病即可。

文章題目和出處：

Identification of genes and pathways in esophageal adenocarcinoma using bioinformatics analysis （DOI： 10。3892/br。2018。1134）

猜你喜歡的文章

►我的天啊，這也能發SCI

►這種方法發文章既不需要程式碼也不怕電腦配置不夠

►寫這些本科畢業論文根本不用吹灰之力

►這種SCI浪費現象，你怎麼樣看？

►TARGET之ceRNA（首發，搶發）

►聰明的人都在用這個資料庫構建ceRNA

►這樣的論文小學生應該也可以

►全亞洲發文最快的套路

►這種套路你肯定可以

►SCI=簡單資料探勘+簡單實驗

►不做meta分析，不做生信資料探勘，利用這個資料庫就可以發一大堆SCI

►miRNA既然可以這樣挖掘

►這種套路既可以發文章，也可以作為課題設計

►TCGA miRNA資料探勘文章分享

►TCGA lncRNA挖掘學習文獻

►搶發，搶發！

►純資料探勘的ceRNA貌似快成為下一個meta了

►有錢也不一定能夠發高分文章

►批次挖掘TCGA lncRNA的機會來了

►批次挖掘TCGA臨床資料的機會來了

►沒有資料發文章？不存在的

►這批資料等著你去挖掘

►GEO資料探勘的深度不夠，有沒有提高GEO資料探勘的深度的方法呢？

►國自然標書裡面最好不要列出這些期刊的文章

►想不到課題？不存在的

►生信資料探勘選刊，就這服兩個期刊

►乾溼結合發文套路

►做資料探勘的你需要這款牛逼軟體

► 免費課程再次上線

►批次挖掘TCGA lncRNA的機會來了

►批次構建TCGA lncRNA Cox迴歸模型？

►SEER資料探勘這樣玩才過癮的

► 遇到這樣的導師已經很不錯了

► 批次挖掘TCGA讓發文速度更加快

► GO富集分析這種圖，你也可以呀

► 這也許是全亞洲發SCI最快的方法

► 環狀RNA在非腫瘤方向的研究

► 貝葉斯網狀meta分析應該怎麼樣學呢？

► 非腫瘤方向應該怎麼樣做預測模型？

► 想不到課題？不存在的

► GEO資料探勘的深度不夠，有沒有提高GEO資料探勘的深度的方法呢？

► TCGA這樣挖掘才爽的

► GEO lncRNA 資料探勘的文獻分享

► 國自然經費預算需要注意這些

► 這樣的基礎科研套路你也可以

► 如何快速學習GEO資料探勘？

► Meta分析這麼爛了，還能玩嗎？

本文來源於微信公眾號：SCI狂人，版權歸SCI狂人團隊所有——原文連結