如何从芯片数据中“刨”出想要的基因？

从GEO数据库，ArrayExpress数据库以及TCGA数据中获取芯片数据并从中筛选基因的流程我们已经介绍了很多，但是不知童鞋们是否有这样的困惑——筛选出来的基因数量过多？一张PPI网络图做出来三四百个基因，电脑直接就报警了！KEGG分析出来全是Cancer pathway，cell cycle这样的可能包含上百个基因的信号通路，进一步研究根本无从着手。今天就教大家几招如何进一步筛选基因，“ 刨”出我们想要的基因。

调整芯片数据差异基因筛选标准

一般我们筛选差异基因的标准是p-value<0.05和fc的绝对值>2，如果你做的是癌和癌旁组织的芯片数据分析，那么可以预见到的是，你将筛出好几千个基因，接下来不论是做GO和KEGG分析，还是做PPI网络分析都无法得到什么有效的结果。这里大家可以使用q-value<>

KEGG模块分析

利用Cytoscape的App——ClueGO对差异基因进行分析，它可以对差异基因相关的KEGG信号通路进行模块分组，比如下图中Bladder cancer这一模块就包含了多个信号通路（淡蓝色）。接下来再进行PPI分析，从网络中筛选出拓扑结构处于中心位置的基因。 

PPI网络筛选

先做PPI网络，在STRING中上调阈值，去除网络中孤立节点，然后再进行功能分析。

PPI网络模块分析

PPI网络中往往很多蛋白扎堆存在，Cytoscape中的MCODE插件可以将这些复杂的小团体从整个网络中抽提出来，接下来再单独进行功能分析。

最后祝大家节日愉快！科研休息两不误！