基因云馆新一代信息数据库

提起抑郁症，大家最先想到的是谁？是不是乔任梁？虽然乔已离世几个月，但最近他的遗作开播，结尾名字被框起来，引网友泪奔，小编更是狂哭不止啊！狂哭同时小编忽然意识到自己是不是也是抑郁症潜在者，最近一直为腰包里的钱入不敷出发愁，那还狂哭啥子嘛，还不赶快去搜一下抑郁症到底有什么危害，于是小编扔掉了手里沾满鼻涕和眼泪的卫生纸，决定前去 基因云馆 一探究竟！

小编在基因云馆分析平台上搜索了Depression patients（抑郁症），得到了100余条数据。

将合适的数据在基因云馆分析平台上做了基因差异分析：

报告中显示共筛选出差异较大的表达基因许多个，排序后排名的前几个为：ACTA2、CUX2、MGP、SCAMP2、MYL9、ITGB3BP。

小编理解为这些基因就应该是抑郁症患者与正常人的差异基因，小编又在这个平台的基因搜索模块对比较有代表性的几个基因进行了搜索，可以看到基因的基本信息、基因在染色体的位置、基因表达等，其中还包括基因的相关疾病，如下图所示，每个基因下面都有几个疾病名称，通过疾病名称我们可以知道该基因导致哪种疾病。

比如：搜索ACTA2基因，可以看见该基因可导致多系统平滑肌功能障碍综合征、主动脉瘤、烟雾病、心肌梗死等疾病；CUX2基因可以导致冠心病、双相障碍、自闭性障碍等疾病；MGP基因可以导致静脉曲张、自然流产、尿毒症、主动脉瓣疾病、血管钙化等疾病；SCAMP2基因可以导致甲状旁腺功能亢进、心理困扰等疾病；MYL9基因可以导致血管疾病、脑水肿、高脂血症等疾病；ITGB3BP基因可以导致子宫内膜异位、乳房肿瘤、乳腺恶性肿瘤、乳腺癌、肿瘤转移等疾病。

而且通过基因通路富集分析得到的生物学通路可以在基因云馆文献搜索中搜索相关文献。

通过基因通路富集分析得到了血管平滑肌收缩通路、PI3K-Akt 信号通路等生物学通路。Vascular smooth muscle contraction：血管平滑肌收缩通路；据相关研究表明，平滑肌收缩通路与抑郁症有密切联系。其实这一说法与实际生活中的种种迹象是可以联系在一起的，比如：小编一紧张，血压变高等等。PI3K-Akt signaling pathway：PI3K-Akt 信号通路；有相关报道显示抑郁症的发病机制与蛋白激酶调节的信号传导有关，而蛋白激酶又存在于PI3K-Akt 信号通路中，由此依小编这个半专业角度来看，PI3K-Akt信号通路与抑郁症还是有几毛钱关系的！

而且通过基因通路富集分析得到的生物学通路可以在基因云馆文献搜索中搜索相关文献。

由此可见，抑郁症患者还有得很多其他病症的可能性。抑郁症的危害真是不容小觑啊！论保持一颗健康心态的重要性。所以在当下这个压力巨大的时代，积极运动，多向朋友倾诉自己的烦恼，找到适合自己的宣泄方式，才是我们的正确选择；我们更要积极关心身边的朋友，一起与抑郁症斗争到底！

了解了抑郁症这么大的危害，小编觉得再也不能随便伤心难过了，不能给抑郁症一丝逗留的机会！

抑郁症基因分析流程

首先要进行数据的搜索，可以在基因云馆基因库文献检索一栏中的实验库中输入“Depression patients（抑郁症患者）”在左边的分类中选择人类（“Homo sapiens”）。

下面就需要找合适的数据了,选择数据的要求可以分为以下几类：看它的种类是否为合适，一般最佳样本的数量都是在20—100之间；看一下该数据有没有对照组，因为最终结果肯定会需要对照的；再看该数据有没有“Processed data”（处理后的数据）；找一下对应的平台，比如小编找的GSE54575这个数据所用的平台是就hgu133a。

一、登录网站：基因云馆 , 登录系统（先注册后登陆）。

二、数据本地化

1、首先要进行 GEO 数据库检索，输入 GSE54575。

然后点击运行，这时会生成一系列的文件，这些中.RData是后期所需要的，然后点击html文件查看报告，看看报告中列名称有无空格。若有空格的话，数据信息需要更改，而且我们是要进行差异分析的，所以需要操作表达集数据信息和基因表达集生成器这一步骤。

三、表达集数据信息

1、进入后需要把本地化那一步的 .RData 放入。

2、点击运行，就会生成类似第一步中的很多文件，两个 .CSV 是我们所需要的，将生成的 “pDatamatrix.csv” 保存后根据需要进行更改（要做到:第一个csv文件的列名称与第二个csv文件的行名称对应且无空格；分组列中名称后无空格且分组名称尽量简单）修改完成后保存备用。(如 PData 的行名称更改，则 exprsmatrix.csv 的列名称也需要更改）

四、基因表达集生成器

将修改好的“exprsmatrix.csv"文件放matrix*；将“pDatamatrix.csv "文件放入pData*中，根据需要填写保存名称，运行即可，运行结束生成一个新的RData文件及报告等。

五、芯片数据预处理

在预处理模块选择“芯片数据预处理”，将新生成的RData文件放入eSetPath*，在platform*处选择相应平台，groupName*处填入分组列的列名称（一般取名为groups），点击运行,运行结束会生成新的RData文件及报告。

六、差异基因分析

1、按照提示输入，inputset*中输入上一步的.RData，logFC*和pvalue*是阈值，可以调节这两部分来得到差异基因的数量。

2、输入完后，点击运行，就可以生成html ,点击html就可以查看报告。

七、基因通路富集分析

input_gene*中输入要分析的基因的symbol(即：输入上步得出的差异基因)，简称之间用逗号隔开。Pathway_select*选择KEGGE通路数据库。点击运行，就可以生成html ,点击html就可以查看报告。

点击enrichment_results.csv即可查看所有的通路，对通路p值进行升序排列。0.05 p值作为阈值，则符合要求的生物学通路名称有7个。

如第一个中：4270为识别号；PATH:hsa 为 物种：人类。

Vascular smooth muscle contraction：血管平滑肌收缩；

FoxO signaling pathway：凋亡信号通路；

Tight junction：紧密连接；

p53 signaling pathway ：P53信号通路；

Neuroactive ligand-receptor interaction：神经活性的配体-受体相互作用；

PI3K-Akt signaling pathway：PI3K-Akt 信号通路。

进入基因云馆文献搜索可以搜索到相关文献。