从小白的角度，一刻钟复现生信套路
各位小伙伴大家好，这里是美丽专栏。前面两期，我们复现了两篇非肿瘤生信文献，今天，我们继续开展非肿瘤文章的复现。话不多说，开始今天的复现之旅吧。
往期传送门
TCGA+GEO单基因生信SCI，15分钟手把手带你复现（内附详细操作教程）
最简配的2区生信SCI长啥样？360度无死角让你彻底搞懂，复现！思路原理都在这里了！建议收藏！（附详细操作过程） 别不信！近4分的非肿瘤套路，我用一刻钟零代码就可以复现！瞅一眼就会了（附详细操作教程）
慈母级生信分析教程！按这个方法搞，一晚上肝一篇生信文章！（附超详细复现教程）
文章复现是生信小白成长为大神的最佳路径。在本篇文章中，美丽将会手把手教您6图9表逐个步骤的文章复现。
今天为大家带来一篇2020年3月份发表于Autoimmunity（影响因子：2.125）的非肿瘤生信文章套路复现。
话不多说，我们开始吧！
题目
Deciphering crucial genes in coeliac disease by bioinformatics analysis
.
材料与方法一：患者数据收集情况
材料与方法二：图表结果及复现
01
使用工具
CTD数据库（http://ctdbase.org/）
Genecards数据库（https://www.genecards.org/）
DISEASE数据库（https://diseases.jensenlab.org/Search）
仙桃工具（https://www.xiantao.love）
String（https://www.string-db.org/）
WebGestalt网站（http://www.webgestalt.org/）
GeneMANIA网站（http://genemania.org/）
02
复现任务
图1 技术路线图
图2 三组数据库的疾病韦恩图
图3 差异基因的蛋白互作网络
图4 差异基因的PPI分析②
图5 hub基因的富集分析
图6 多套数据集的共同表达基因韦恩图
表1 在OMID中，CD相关的前十种疾病
表2三种数据集的GO-BP通路结果
表3三种数据集的GO-MF通路结果
表4三种数据集的GO-CC通路结果
表5三种数据集的KEGG富集分析结果
表6 hub基因信息
图7 WebGesalt获取的种子基因
图8 GEO数据挖掘的上调、下调基因
图9 GEO数据集的共同差异基因展示
03
复现步骤
复现任务1 图2 三组数据库的疾病韦恩图
数据准备
打开CTD数据库（http://ctdbase.org/ ）
输入Celiac Disease
点击search
选择疾病
点击Genes
最下方有下载，可以选择不同的格式。即可获取CTD数据库中与CD疾病有关的基因信息。
打开Genecards数据库（https://www.genecards.org/）
输入Celiac Disease
选择全部导出
即可在Genecards数据库获取与疾病相关的基因集。
打开DISEASE数据库（https://diseases.jensenlab.org/Search）
输入Celiac Disease
选择第一个疾病
点击download下载
Tips:同时在图片下方，有链接，可以与OMIM数据库联合使用，绘制 表1。
将三种格式的full文件全部下载。即可获取DISEASES数据库中与疾病相关的基因信息。
接下来，将上述三个数据库获得的基因进行归纳，整理成如上表的格式。
作图
打开仙桃工具（https://www.xiantao.love）
下载结果报告
打开结果报告，可以看到三个数据库的共同基因名称。
复现任务2 图3 差异基因的蛋白互作网络
说明：我们复现的结果比原文多，这里，主要学习操作即可。不要纠结最后的结果为啥与作者不同。
准备工作
首先，进入string数据库，将基因输入，获取交互关系。
打开string数据库（https://string-db.org/cgi/input?sessionId=b2oQKsypYrfs&input_page_active_form=multiple_identifiers），将差异基因输入，选择物种，点击search。
点击继续
点击继续
选择exports，下载tsv格式数据
作图
使用cytoscape进行PPI作图
导入string分析好得网络文件
点击确定
原始PPI图
选择MCODE功能
点击第一个MCODE计算模型
打开cytoHubba功能
选择MCC法，提交
获取Top10 Hub基因，下载保存相关信息
（同时可制作表6）
全选Hub 基因
即可显示出三个数据库差异基因中，Top10得关键基因信息。
这里需要说明一下，原文中的图，是将所有54个差异基因全部显示，并且按照hub基因在中间，其他基因分别在周围的模式进行分布，这里我们不做过多演示，大家知道操作方法即可。（ 话说美丽带了两次Cytoscape训练营了，如果还有不会的小伙伴，可能要等下一期开营咯）
复现任务4 图4 差异基因的PPI分析②
操作步骤
打开WebGestalt网站（http://www.webgestalt.org/）
设置方法，以及基因集和详细信息
将基因名称全部粘贴
设置参考信息，点击提交
获取结果页面
最下方显示Hub基因信息。
复现任务5 图4 差异基因的PPI分析②
操作步骤
打开GeneMANIA网站（http://genemania.org/）
默认物种为人类，将全部基因粘贴在检索框中，点击检索
程序运行中（ 目前GeneMANIA网站不是很好用，检索了好久也没出结果，希望小伙伴们实操的时候可以获取检索结果，美丽在这里主要跟大家介绍一下这个数据库的使用方法即可）
最终可以获得类似上图的结果
然后我们可以根据个性化按钮进行调整。
修改布局格式，直至最终结果。
复现任务6 图6 多套数据集的共同表达基因韦恩图
准备工作
数据清洗、整理
设置实验组和对照组，并分析获取差异基因。
依次将文中提及得基因集进行整理。
利用前面介绍过得仙桃工具-韦恩图模块，进行差异基因韦恩图的绘制。（ 操作步骤同上，故省略）
复现任务7 表格
表1 在OMID中，CD相关的前十种疾病（详见复现图1）
表6 hub基因信息（详相见图3）
表2三种数据集的GO-BP通路结果
表3三种数据集的GO-MF通路结果
表4三种数据集的GO-CC通路结果
表5三种数据集的KEGG富集分析结果
Tips:
这里得表2-5均为通路富集分析结果，可以一起进行绘制，也是有些凑工作量得嫌疑yo~
复现步骤
打开仙桃学术，功能聚类-gokegg分析，输入差异基因集，点击确认进行计算。
保存结果，分别将BP,CC,MF,KEGG整理为表2-5。
好了，以上是复现步骤。
全文总结
最后一个模块：根据本文的图表进行逻辑梳理
挑图2 三组数据库的疾病韦恩图
联图3 差异基因的蛋白互作网络
联图4 差异基因的PPI分析②
联 图5 hub基因的富集分析
挑图6 多套数据集的共同表达基因韦恩图
挑表1 在OMID中，CD相关的前十种疾病
圈表2三种数据集的GO-BP通路结果
圈表3三种数据集的GO-MF通路结果
圈表4三种数据集的GO-CC通路结果
圈表5三种数据集的KEGG富集分析结果
挑表6 hub基因信息
挑图7 WebGesalt获取的种子基因
挑图8 GEO数据挖掘的上调、下调基因
挑图9 GEO数据集的共同差异基因展示
美丽的唠叨时刻——思路串讲
首先，想到疾病或表型数据集，大家最先在脑海里浮现的，就是Genecard网站，但是作者，没有局限在一个网站，而是 联合CTD数据库（http://ctdbase.org/）、Genecards数据库（https://www.genecards.org/）、DISEASE数据库（https://diseases.jensenlab.org/Search）三个网站，进行共同差异基因分析，从而绘制出全文的大半个江山的版图，接下来的GEO数据库，可以说是锦上添花，只占据很少的笔墨，也没有走常规套路的分析过程。整体给人耳目一新的感觉。这一点，也是大家在分析的时候，值得借鉴的地方。
这里我们发现，不论是获得的单个数据集数量，还是最终混合的基因集个数，都远远超过文献本身的数据。可能的原因包括数据更新，或者作者增加其他检索关键词等。
最后，美丽再次提醒大家，我们学习复现，是学思路的，不是为了100%复现出图，哪怕全部复现出来，文章也是已发表的，对我们而言，思路为王，复现是辅助工具，能够100%一致，绝对是小概率事件。哪怕作者自己，也不能保证再次分析，结果还是一样的。所以，大家不要再问，为啥我跟你的步骤一样，但是最后，分析的结果差别这么大了。
希望通过本文复现，可以给大家一点新的思路，争取早日拿下自己的第一篇生信文章。发挺！
— END—
撰文 丨王美丽
排版丨四金兄
主编丨小雪球
转自解螺旋生信频道-挑圈联靠