生信復現，GEO數據差異分析！

生信分析和數據挖掘，無論是GENT2、GEPIA差異表達平臺，還是TISIDB、TIMER免疫浸潤平臺，抑或是K-M Plotter、PrognoScan生存分析平臺，都無需R編寫代碼，容易上手。在線平臺的數據分析雖然簡單，但體現了生信分析的思路，適合小白入門！高段位的生信分析，R語言是基礎。我們以GEO數據處理展開進階教程的分享。

在一系列的生信分析和數據挖掘過程中，差異分析往往是第一步，|FoldChange| >2，p<0.05是我們做分析想要的結果。即使是用R 處理GEO、TCGA和CCLE等平臺的數據做分析，甚至是用R 處理自測芯片或測序的數據做分析，沒有差異也是枉然。

其實，很多數據庫都可以做差異分析，只是側重點不同。 我們借助AQP9與腎透明細胞癌的關系，用在線工具和R兩種方式展示差異表達。

GEPIA的數據源于GTEx和TCGA數據庫RNA_Seq的數據，以箱線圖展示。根據分析結果，AQP9在腎透明細胞癌中的表達升高，但并不顯著，這可能是由于其篩選標準是 |Log2FC| >1, p <0.01（而不是0.05）造成的。

UALCAN的數據源于TCGA數據庫RNA_Seq的數據，以箱線圖展示，p value一般會給出具體數值，配色也很驚艷。UALCAN中的數據是處理好的，原始數據可下載。

CAMOIP的數據主要來自TCGA，可用于分析ICI-Treated和TCGA臨床隊列的表達數據。通過該數據庫，可以探索TCGA和ICI-Treated中基因表達的差異。此處，我們采用TCGA Cohort的數據展示KIRC患者中AQP9與相關基因的表達情況。

當然，還有其他的在線分析平臺，用于分析AQP9在腎透明細胞癌KIRC的表達差異，如GENT2、KM-Plotter、TIMER、CCLE等。這部分內容，我們不再做更多介紹，本次以R下載和處理展示GEO數據為主。

在論文Fig1中，作者通過TCGA、GEO和HPA數據庫的在線數據，從轉錄水平和蛋白水平展示AQP9在腎透明細胞癌和癌旁組織中的表達差異。我們在分析腎透明細胞癌時，可以選擇同樣的數據集；在分析其他腫瘤類型時，可以選擇類似的展示方式。

我們以GSE15111的數據為例復現，從數據下載、數據分組，到差異可視化展示。

write.table(allLimma,file="GSE15111_limmaTab.txt",sep="\t",quote=F,col.names=F)

上述為常規操作，下載數據，數據標準化，分組和差異分析。接下來繪制火山圖和熱圖。

  labs(title = 'Volcano', x = '-Log10(adj.P.Val)', y = 'LogFC')

         fontsize  = 7)

最后，我們需要提取AQP9在腫瘤和癌旁的分組及表達信息，然后用ggplot2()繪圖即可，繪圖的類型包括箱線圖、小提琴圖和散點圖等，展示方式是可以自己選擇的。

  theme_bw()

  geom_violin()

  geom_dotplot(binaxis='y', stackdir='center')

上述繪圖再加上p值或者優化即可用于文章發表。一起學習，共同成長，遇見更好的自己！