Meta分析,如何与GEO,TCGA数据挖掘结合

Meta分析,如何与GEO,TCGA数据挖掘结合?

今天给大家分享一篇关于meta分析与GEO,TCGA数据挖掘结合的文章,这种meta分析完全都是可以用于毕业,评职称的,可能有些人看见meta分析就懒得看了,这种meta分析跟临床试验哪些是完全不同的。

今天介绍的这篇文章是发表在Frontiers in Genetics期刊上的一篇文章,这篇文章是我们中国人写的。

论文题目:IdentificationofDAPK1Promoter Hypermethylation as a Biomarker for Intra-Epithelial Lesion and Cervical Cancer: A Meta-Analysis of Published Studies, TCGA, and GEO Datasets

研究背景:

长期以来DAPK1启动子高甲基化与宫颈癌相关,但是发表的结果依然是存在争议的。因此,我们做了一项meta分析评价DAPK1启动子高甲基化与低高级上皮内病变宫颈癌级及其临床特征的相关性。

研究方法:

通过检索PubMed,EMBASE,Web of Science, 中国知网查找相关的文献(时间截止到2018年3月)。然后,用提取GEO,TCGA数据库的定量甲基化数据集来合并以验证先前发表文献的结果。

研究结果:

本meta分析一共纳入37篇文献,DAPK1启动子高甲基化会增加低级上皮内病变的风险2.41倍(P=0.012),增加高级上皮内病变的风险7.62倍(P0.001),增加整个宫颈癌的风险23.17倍(P0.001)。通过绘制ROC曲线,发现DAPK1启动子高甲基化在宫颈癌中具有潜在的诊断价值,AUC为0.83,灵敏度为97%,特异度为59%。在宫颈癌病理类型(odds ratio (OR) = 3.53, P 0.001)和FIGO stage (OR = 2.15, P = 0.003)上有明显的影响。TCGA和GEO数据集的合并的结果表明,确定了8个与宫颈癌想关的位点,6个对宫颈癌有诊断价值的位点,
(pooled specificities:74–90%; pooled sensitivities: 70–81%),9个loci位点与宫颈癌的病理类型相关,13个loci位点都在DAPK1 mRNA表达水平上都有下调的影响。

研究结论:

DAPK1启动子高甲基化显著与宫颈癌的发病度相关联,DAPK1甲基化检查在无癌症控制中识别宫颈癌显示出了一种有前景的能力。

研究主要步骤:

1、文献检索

2、数据提取,meta分析

3、绘制ROC曲线,确定诊断价值

4、在TCGA、GEO数据集中验证

●SCI狂人团队VIP会员
●关于答疑时间的通知
●如何通过数据挖掘,发现癌症治疗的靶标?
●想不到课题?不存在的
●论文修回后是否再次回到审稿人手中?取决于你的回复
●数据挖掘特训上线
●这样的文章,谁都可以做到呀
●R代码很容得到,关键是数据不会准备,遇到问题看不懂
●如何快速找到值得深入研究的分子?
●一大波科研软件免费下载
●作为临床医生,不能总靠生信发文章吧?
●公共数据库找不到自己需要的数据,该咋办?
●躺着也可以轻轻松松得到5篇SCI
●学员报喜,再度发表两篇SCI
●火山图的高级玩法
●VIP会员专属课程再次上线
●在GEO数据库随便找一张芯片就可以发SCI?
●手把手教你利用WGCNA发文章
●Look, 搞一篇SCI so easy!!!
●如何快速找到值得深入研究的分子?
●SEER数据挖掘这样玩才过瘾的
●急!急!急!快来抢发这个数据库
●只会用TCGA构建ceRNA你就out了
●WB一图多用,有多么严重?
●这10个期刊也许是你想要的
●甲基化跑不动,我们帮你跑
●如何快速学习贝叶斯网状meta分析?
●如何搞一张漂亮的列线图?
●如何快速学习GEO数据挖掘?
●这种发文套路,完全是看数据吃饭的
●多张芯片数据合并视频(免费送)
●环状RNA数据挖掘课程上线了
●TCGA数据下载再也不会难到你
●如何绘制两个模型的ROC,并且进行比较?
●临床预测模型快速入门课程
●GO富集分析这种图,你也可以呀
●GEO数据挖掘的深度不够,有没有提高GEO数据挖掘的深度的方法呢?
●10篇SCI还不如一个英语成绩好的临床医生好找工作?
●批量挖掘TCGA让发文速度更加快
●批量挖掘TCGA临床数据的机会来了
●批量挖掘TCGA miRNA
●医生朋友,非肿瘤方向也可以进行临床预测模型呀
●SEER数据新玩法,你还不来看看

阅读原文

赞(0)
未经允许不得转载:第一SCI网 » Meta分析,如何与GEO,TCGA数据挖掘结合

评论 抢沙发

评论前必须登录!