TCGA数据挖掘之m6A发文思路

看到题目,很多人都会觉得这个也太夸张了吧!老实说,一点也不夸张,因为有人已经按照这个套路发了好几篇文章,只需要把数据替换成自己的,然后Ctrl C与Ctrl V代码即可出来对应的结果,然后写文章即可。

文章题目:The Cancer Genome Atlas (TCGA) based m6A methylation-related genes predict prognosis in hepatocellular carcinoma

分析内容操作步骤:

1、下载TCGA数据,提取出15个m6A基因基因矩阵,做差异分析,并且绘制热图


2、做相关性分析


3、对差异的m6A基因做生存分析


4、进行肿瘤分型,根据一致性聚类与主成分分析的分型结果进行生存分析


5、对15个m6A做单因素Cox回归,然后选出有意义的进行lasso回归进行进一步筛选,然后选到5个基因构建多因素Cox回归,计算risk score,根据高低risk score 绘制生存曲线和ROC曲线


6、将5基因模型的risk score联合临床进行单因素和多因素的Cox回归,并且绘制相关的热图


其实这篇文章看起来内容比较多,但是操作起来一点都不难,只需要替换成自己的数据,然后进行Ctrl C 和Ctrl V即可出来相应的结果。上面的文章下载链接如下:https://www.tandfonline.com/doi/full/10.1080/21655979.2020.1787764,感兴趣的朋友可以下载全文进行详细的阅读与学习。

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容