燃爆！那个碉堡的TCGA分析网站GEPIA升级了。

基于TCGA数据分析的网站有很多了，但是大都有两个缺点，

• 1.表达量来自于基因，而不是来自于转录本。
• 2.癌症没有亚型分析

原因是，我们拿到的数据应该都是level3的，没办法从源头上进行转录本分析。但是Toil 计划重新分析了这些数据，并提供了转录本的数据供大家使用，数据存放在这里。
https://xenabrowser.net/datapages/?hub=https://toil.xenahubs.net:443

为什么转录本重要，因为一个基因对应多个转录本，不是每一个转录本都重要，而且非编码RNA本质上就是转录本，所以基于转录本的数据分析更加准确。

可以下载这些数据，然后在R语言里面看看效果。

看一下A基因的转录本1在乳腺癌亚型中的表达

我们发现，后面两个亚型有差异，但是我认为这不重要，因为这个转录本本身表达量很低，如果要做实验，敲减都很困难。
再看看第二个转录本

这时候就在所有亚型中，癌症中该转录本都下调，而且，这个转录本本身比表达量要高很多，所以，如果你研究这个基因，最好选择这个转录本。
这个对于非编码RNA来说，更加重要，因为不同的转录本本质上就是不同的lncRNA了，选错转录本，后面的RACE，RNA-pulldown可能都白做了。

如果做一下这两个转录本和免疫浸润的关系，也是有点差别的

这些都是会了R语言之后，自己处理的，不过如果不会，也没关系，GEPIA数据库已经支持了。
两年前我写过这个数据库网站的介绍
中国制造:碉堡的TCGA可视化网站GEPIA

现在当你打开这个网站的时候，他会跳出来一个信息说，我们更新啦。

正好，他更新的重点就是转录本分析和亚型分析。我们就来试试看。

1.选择基因（有目的基因的自行跳过）

首先筛选目的基因，就是看癌和癌旁有差异的

因为我这里心有所属，所以就以APOD为例，按照基因正常的用法我就不说了，我来说说转录本和亚型。首先去确定要研究的转录本

2.确定转录本

出来的结果是这样的

同等条件下，我们就选第一个转录本，因为他的表达量比较高
得到他的ensemble ID是ENST00000343267.7
因为即使一个编码基因也有可能出现非编码的转录本，所以需要去general模块确认一下，发现我们选的是个编码转录本

3.差异作图

现在论文对数据的要求是，boxplot联合点图，所以我们作图展示一下。

出来的结果是这个样子的

还可以勾选亚型分析

出来的结果是这个样子的，很壮观，都是下调的

4. 生存分析

临床医生做科研，关心的就两点，一个是诊断，一个是治疗，我们想看看，这个基因的差异，对于患者的预后怎么样。

不分亚型，出来的结果是这样的：

简单说来就是，看到第二只龙死了，心都凉了，居然没什么差异，我们再来尝试亚型的生存分析

这回的结果是这样的：

这个真不得了，高表达这个基因的三阴性乳腺癌病人，不容易死。
我们再看看其他三个亚型

最终发现，都没有差异。如果我们不分亚型，就会错过这么一个有潜力的基因，他在三阴性乳腺癌里面下调，而且高表达这个基因的患者获得更高的受收益。

脑子抽筋

我突然间有了个想法，既然我们公众号写了这么多生信的帖子，也有两个实验专栏，如果没人跟我抢这个基因，我就开始直播这个基因的的研究过程了。

不要以为我在开玩笑，两年前，我在那个帖子里面给出一个基因LACTB，并且说了这样一段话：

当时，LACTB在肿瘤里面的关系只有一篇nature，但是现在已经有好几篇肿瘤相关文章了。oncogene上就有一篇

Kaixuan Zeng, et al. LACTB, a novel epigenetic silenced tumor suppressor, inhibits colorectal cancer progression by attenuating MDM2-mediated p53 ubiquitination and degradation. Oncogene, DOI: https://doi.org/10.1038/s41388-018-0352-7