开通VIP，畅享免费电子书等14项超值服
首页
好书
留言交流
下载APP
联系客服
2018.05.24
最近有童鞋问本宫，图是画出来了，然而并不知道怎么使用这么一张图。
套路和方法是有了，那么为何要这么做？如何根据得到的结果阐述一些结论性的东西？这里本宫把套路中的东西进行了剖析。
1、筛选分析差异基因
为何要分析筛选分析差异基因？
因为在实验组（比如说癌组织）和对照组（比如说癌旁组织）中这些基因的表达量出现了差异，而疾病是由这些基因差异表达引起的。
筛选差异基因的常用参数是什么？为何要用这些参数？
2、GO和KEGG分析
GO和KEGG分析的意义和作用是什么？
3、PPI网络分析
PPI网络分析有什么作用？
我们先来看一下文中所用的图
咳咳，先不论颜值什么的，先看内容。图中的参数有两个，一个是表达量上调还是下调，分别用红色和绿色标记；一个是Degree，数值越大，Node越大。
在这里，Degree指的是这个Node和多少个Node连接，连接的Node越多，就表明这个基因越是处在调控网络的一个中心地位，表示这是一个Hub基因。现在的研究越来越注重于调控网络的研究，因为基因的表达往往牵一发而动全身，但这其中总有一些基因是Keygene，我们分析的目的就是为了找出Keygene，然后进行后续研究。
之前的Cytoscape作图里讲的是用EXCEL的COUNTIF函数计算的Degree的值，这里介绍Cytoscape的一个APP，叫CentiScape，在Cytoscape里Apps菜单里选择AppManager可以下载到。
利用这个APP我们可以算出PPI网络的很多拓扑信息，包括Degree。
在Discussion部分，结合GO、KEGG和PPI网络分析的结果，来说明我们是如何挑了这么些个差异基因，并且它们在疾病发生过程中是如何起作用，起到了什么作用，再排除别人已经研究过的，那么我们最后筛选出的结果是多么的novel，多么值得研究啊！
可惜~~
我没有钱接着往下做了~~~~~~~
跪求国自然准予资助那些热爱科学，奉献科学的有志青年啊！