巧用TCGA数据库挖掘miRNA预测HCC患者存活

前言引索

震惊！！！

肝癌是引起死亡的第二大癌症！

好吧，这只是先来造个势……

肝癌——相信大家一定不陌生，肝细胞癌（HCC）是最常见的一种肝癌，不幸的是多数HCC患者在诊断时已属晚期，找到HCC特异性相关的预后因子的重要意义不言而喻。

如何快速、准确找到HCC预后因子呢？今天我们来看巧用TCGA数据库，找出特异表达miRNA，用以预测患者存活。

逻辑思路

方法剖析

1. TCGA数据库筛选数据

从TCGA数据库筛选到327个HCC患者的miRNA数据，其中43个同时含有癌旁组织的数据，具体筛选步骤参考下图

患者的临床数据如下表所示，各临床参数是后续分析的基础之一，大家自己分析时可以参考如何选取合适的临床参数指标。

2. miRNA表达数据分析

miRNA表达数据下载：TCGA数据库

BRB-ArrayTools是一个好用的分析芯片数据的工具，这里就是用该工具进行差异表达miRNA筛选和差异miRNA的表达聚类分析。设定p值<0.001和FDR<0.001，得到207个差异表达miRNAs (DEMis)，其中77miRNAs (31.2%) 上调，130miRNAs (62.8%)下调，差异基因的表达聚类图见下图

显著差异的前50个miRNA见下图

差异基因筛选、表达热图的分析方法也有很多，例如R语言也是一个不错的选择，总之不用局限于参考文献提供的方法哟

3. DEMis与临床参数关系

基于临床参数分析上述207 DEMis的表达差异性，其中有78 个miRNAs是与临床参数相关的显著性差异表达（p<0.001），详细可见下表。

4. DEMis和临床参数与HCC生存情况的关系

对207 DEMis进行COX比例风险模型分析，有7 miRNA与患者的存活时间相关 (P< 0.001) 。hsa-mir-326, hsa-mir-3677, hsa-mir-511-1, hsa-m ir-511-2, hsa-m ir-9-1, and hsa-m ir-9-2 与生存时间负相关

hsa-mir-30d与生存时间成正相关

特征miRNA与临床参数的关系

基于筛选出来的7个miRNA分析临床参数对患者生存情况的影响，下表是进行单因素和多因素分析的结果，图则是结果的可视化。

5. miRNA靶基因的KEGG pathway分析

DIANA-mirPath对7-miRNA的靶基因预测并进行KEEG pathway分析，KEGG分析的工具、网站还是有蛮多的，靶基因预测的网站有不少，如miRWalk、starBase、CRN 、Firehose……方法不要太局限

对KEGG富集结果中的各pathway进行简单分类：癌症相关 vs 非癌症相关，就得到下表，全篇的主要研究内容也就基本介绍完咯

思维散发

该文章研究方（tao）法（lu）简单、可取，数据来源于TCGA，不做实验发文章，涉及的生信分析方法也简单，当然条件允许可以加几个临床上miRNA表达等实验验证一下，不会很费劲但有助于发更好地文章哟！

在后续预测靶基因后也还有继续数据挖掘的空间，构建miRNA-mRNA网络，找出关键基因，进行GO功能、通路富集分析及蛋白互作网络等等，数据挖掘是对数据多向思维分析，把握好广度和深度的取舍就好啦~