R語言再見！15分鐘零代碼復現(xiàn)生信SCI常見的五圖四表？簡單，秘訣都在這了！
大家好，我是麻吉。今天我為大家零代碼復現(xiàn)一篇2020年8月發(fā)表于Translational?Andrology and Urology（影響因子：2.445）的單基因生信文章High PRAS40 mRNA expression and its role in prognosis of clear cell renal cell carcinoma。
本文使用仙桃學術工具帶您完整復現(xiàn)文章中的5個圖和4個表，讓小伙伴們體驗不學R語言就能生信分析的快感，話不多說，讓我們快快開始吧~
期刊簡介
材料與方法一：患者數(shù)據(jù)收集情況
注：不同版本的TCGA數(shù)據(jù)，有可能獲取的患者的樣本例數(shù)不一致，因為TCGA數(shù)據(jù)庫一直處于更新過程中。所以看到生信文章中TCGA里同一個癌種的患者樣本數(shù)不一致，大家也不要奇怪，有可能就是版本不同導致的。大家做生信分析的時候，盡量選擇TCGA數(shù)據(jù)庫中的最新版本的數(shù)據(jù)進行下載。
材料與方法二：圖表結果及復現(xiàn)
1.復現(xiàn)工具
仙桃學術工具（https://www.xiantao.love/products）
2.復現(xiàn)任務
Figure 1?ccRCC患者PRAS40 mRNA表達
Figure 2?PRAS40 mRNA表達與臨床病理特征的關系
Figure 3?ccRCC隊列中PRAS40 mRNA表達的ROC曲線
Figure 4?PRAS40 mRNA表達相關的總體生存分析
Figure 5?GSEA富集圖
Table 1?ccRCC患者的臨床特征
Table 2?ccRCC中PRAS40 mRNA表達與臨床特征的關系
Table 3?單因素和多因素Cox回歸分析總生存率與PRAS40 mRNA表達的相關性
Table 4?與PRAS40 mRNA表達表型呈正相關的富集基因集
3.復現(xiàn)步驟
Figure?1? ccRCC患者PRAS40mRNA表達
1.原圖展示
2.進入仙桃學術
進入仙桃學術工具（https://www.xiantao.love/products）；選擇高級版，點擊“立即使用”（注：免費版和基礎版都可以進行統(tǒng)計和可視化，由于高級版功能最全，這里選擇高級版作為范例）
3.選擇分析項目
4.設置參數(shù)
選擇TCGA-KIRC, FPKM。
類型選擇“點圖”
分子輸入“AKT1S1”。
誤差線類型選擇中位數(shù)±四分位數(shù)。
點擊確認。? ??
保存結果
5.同樣的步驟分析AKT1S1配對樣本中Normal和Tumor表達差異
6.拼圖
?PRAS40 mRNA表達與臨床病理特征的關系
1.原圖展示
2.進入仙桃學術
3.選擇分析項目
選擇臨床意義（靠）- 臨床相關性，點擊進入
4.拼選擇分析項目設置參數(shù)（以圖A的age為例）
選擇TCGA-KIRC, FPKM。
分子輸入“AKT1S1”
在左邊第一個方框方框中點擊，選擇臨床- Age；在右邊第一行方框中選擇亞組<=60，在右邊第二行方框中選擇亞組>60。
點擊確認。
保存結果
用同樣的步驟，把B, C, D, E, F作圖
5.拼圖
?ccRCC隊列中PRAS40 mRNA表達的ROC曲線（ROC曲線-自選變量）
1.原圖展示
2.進入仙桃學術
3.選擇分析項目
選擇臨床意義（靠）- ROC曲線（圖A）/ROC曲線-自選變量（圖B-E），點擊進入
4.設置圖A分析參數(shù)
選擇TCGA-KIRC, FPKM
分子輸入AKT1S1
選擇顯示曲線下面積，不透明度度0.5
顯示外框，其他保持默認。
點擊確認。
保存結果
5.設置圖B分析參數(shù)
選擇TCGA-KIRC, FPKM
在左側框里選擇臨床變量，在右側框可里選擇亞組變量。這里臨床變量選擇“臨床-Pathologic-stage”，右側框選擇Stage Ⅰ, Stage Ⅱ
分子輸入AKT1S1
曲線下面積：選擇顯示，不透明度0.5
風格：顯示外框，其他保持默認。
點擊確認。
保存結果
同樣步驟作圖C-E
6.拼圖
?PRAS40 mRNA表達相關的總體生存分析（預后分析-KM曲線圖）
1.原圖展示
2.進入仙桃學術
3.選擇分析項目
選擇臨床意義（靠）-?KM曲線圖/亞組KM圖，點擊進入
4.設置KM曲線圖參數(shù)
選擇TCGA-KIRC, FPKM,
分子輸入AKT1S1。
風格選中外框
點擊確認。
保存結果。
5.設置亞組KM圖參數(shù)
選擇TCGA-KIRC, FPKM,
分子輸入AKT1S1。
在左邊第一個方框方框中點擊，選擇臨床- Age；在右邊第一行方框中選擇亞組<=65，以及 >65兩個亞組變量。
預后類型選擇默認的OS（Overall survival）
點擊確認。
保存結果，
相同步驟依次分析C-H。
6.拼圖
然后在拼圖工具中將A-H進行拼圖。拼圖結果如下。
Figure 5?GSEA富集圖
1.原圖展示
2.進入仙桃學術
3.準備GSEA數(shù)據(jù)
選擇分析項目
ii歷史記錄中會顯示該分析任務的狀態(tài)（執(zhí)行中）
4.GSEA分析
ii 歷史記錄中會顯示該分析任務的狀態(tài)（執(zhí)行中）
5.GSEA可視化
選擇分析項目
6.拼圖
在拼圖工具里進行拼圖。
7.繪制Table4
Table 1?ccRCC患者的臨床特征（基線資料表-純基線資料表）
1.原表展示
2.進入仙桃學術
3.選擇分析項目
選擇臨床意義（靠）- 基線資料表，點擊進入
4.設置參數(shù)
5.制表
點擊下載Word表格（該表可以直接應用于文章發(fā)表）。
Table 2?ccRCC中PRAS40 mRNA表達與臨床特征的關系（基線資料表-列聯(lián)表）
1.原表展示
2.進入仙桃學術
3.選擇分析項目
選擇臨床意義（靠）- 列聯(lián)表，點擊進入
4.設置參數(shù)
5.制表
點擊下載Word表格（該表可以直接應用于文章發(fā)表）。
Table 3?單因素和多因素Cox回歸分析總生存率與PRAS40 mRNA表達的相關性（預后分析-單因素多因素Cox回歸）
1.原表展示
2.進入仙桃學術
3.選擇分析項目
選擇臨床意義（靠）- 單因素|多因素Cox回歸，點擊進入
4.設置參數(shù)
Table 4?與PRAS40 mRNA表達表型呈正相關的富集基因集（GSEA結果表格形式）
見Figure 5 GSEA富集圖
全文總結：圖表邏輯梳理
挑 Figure 1 ccRCC患者PRAS40 mRNA表達 （表達差異-配對樣本/非配對樣本）
靠 Figure 2 PRAS40 mRNA表達與臨床病理特征的關系（臨床相關性）
靠 Figure 3 ccRCC隊列中PRAS40 mRNA表達的ROC曲線（ROC曲線-自選變量）
靠 Figure 4 PRAS40 mRNA表達相關的總體生存分析（預后分析-KM曲線圖）
圈 Figure 5 GSEA富集圖
靠 Table 1 ccRCC患者的臨床特征（基線資料表-純基線資料表）
靠 Table 2 ccRCC中PRAS40 mRNA表達與臨床特征的關系（基線資料表-列聯(lián)表）
靠 Table 3 單因素和多因素Cox回歸分析總生存率與PRAS40 mRNA表達的相關性（預后分析-單因素/多因素Cox回歸）
圈 Table 4 與PRAS40 mRNA表達表型呈正相關的富集基因集（GSEA結果表格形式）
?結束語?
本期零代碼2分+生信文章復現(xiàn)就到這里啦！各位看官是不是已經(jīng)躍躍欲試了呢。馬上登陸仙桃學術（https://www.xiantao.love/products）自己動手試一試吧，相信屬于你自己的SCI論文馬上就要到手了。我是麻吉，我們下期再見~
