（原创）3分文章好方案——基于 TF-mRNA 共表达构建 mi

一、研究背景

miRNA,TF 都能调控基因的表达，TF 影响 mRNA 的转录过程，miRNA 通过降解 mRNA 从而影响 mRNA 的翻译；miRNA 和 TFs 都能改变靶基因的表达，使得很难确定到底谁才对靶基因表达的影响，我们使用双向相互作用模型，以 TF 和miRNA 作为独立变量来研究 miRNA 和 TF 是否共同作用以影响靶基因的表达水平。

miRNA,TF 都能调控基因的表达，TF 影响 mRNA 的转录过程，miRNA 通过降解 mRNA 从而影响 mRNA 的翻译；我们根据表达谱构建 miRNA-TF-mRNA 网络，观察这三者的调控模式，挖掘核心的 miRNA。

本次介绍的方案参考了两篇文章

一篇来自Reproductive biology and endocrinology的文章

DOI ：10.1186/s12958-017-0319-5

一篇来自Genes, chromosomes & cancer的文章，两篇都是影响因子2-3分的杂志，为什么说是3分方案呢，听我慢慢道来。

https://doi.org/10.1002/gcc.22520

二、分析流程

1、下载公共数据库数据同时检测了 mRNA、miRNA 的表达谱样本。

2、数据预处理：补缺失值、去除批次效应。

3、筛选在各个样本中表达变化的基因

4、使用 WGCNA 挖掘 mRNA 共表达模块

5、在共表达模块中筛选 TF 具有潜在结合的 mRNA，构建 mRNA-TF pair

6、使用 WGCNA 挖掘 miRNA-TF 共表达模块

7、在共表达模块中筛选 miRNA 的靶基因(TF),构建 miRNA-TF pair

8、根据共表达结果整合 step4、step6 得到 miRNA-TF-mRNA 网络

9、对网络中每个节点进行差异分析（带正常样本），进行网络剪枝

10、对网络中每个节点进行预后差异分析（带预后），进行网络剪枝

11、根据基因与 miRNA 共享的 TF 个数构建超几何分布模型，分析 miRNA与 mRNA 的互作系数，进一步根据互作系数筛选 miRNA 影响的基因。

12、受 miRNA 影响的基因的功能富集分析，寻找功能相关的 miRNA

13、外部数据集验证 miRNA 的调控模式

三、结果展示

好了，回到题目，为什么说是3分好方案呢，因为结合这两篇文章的这样一个工作，工作量是很大的，而且19年生信文章的趋势是，如果生信能结合一点简单地实验验证，上4-5分是不难的。

而且这个方案最大的优点，就是不只限于肿瘤（因为没有TCGA样本的限制）！！

目前这样的方案仍然可以再发几个疾病方向，如果想定制这样一套方案，欢迎与小编联系。