基因云馆新一代信息数据库

一、在基因云馆平台的实验库搜索合适的数据。

1、首先输入吸烟者的英文“smoker”点击实验库进行搜索，如pic1。

2、这时会出现很多的数据下一步就要筛选出自己想要的，物种要选择—— 人类（“Homo sapiens”）,如Pic2。

3、然后就在这些数据中进行选择，找到一个数据，看最佳样本的数量是否为合适，一般最佳样本的数量都是在20—100之间；查看该数据的平台是否可以在基因云馆平台所用；再是看该数据有没有“Processed data”（处理后的数据）,如Pic3 。

4、点进去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组的,如Pic4。

5、这些满足后就可以带着合适的数据去Genelibs 平台进行分析了，小编找到了一个满意的数据GSE75037,如Pic5。

二、登录网站：www.genelibs.com , 登录系统（先注册后登陆或在数据下面的分析链接中直接进入）,如Pic6。

三、数据本地化

1、首先要进行 GEO 数据库检索，输入 GSE75037,如Pic7所示 。

2、然后点击运行，这时会生成一系列的文件，如Pic8。这些中.RData是后期所需要的，然后点击html文件查看报告，如Pic9所示，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。

四、表达集数据信息

1、进入后需要把本地化那一步的 .RData 放入，如Pic10。

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，如Pic11。将生成的 “pDatamatrix.csv” 保存后根据需要进行更改，如Pic12。（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 的列名称也要做相应的改变）。点击html即可查看报告，如Pic13所示。

五、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，如Pic14。

运行结束生成一个新的RData文件及报告等，如Pic15。

点击html 查看报告，如Pic16。

六、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,如Pic17。

运行结束会生成新的RData文件及报告，如Pic18所示。

七、表达集取子集

对照组中除了一直吸烟与从不吸烟外还有其他的，所以要进行表达集取子集这一步骤，就是把对照组拿出来做分析，点击表达集取子集后，把上一步中的.RData输入 eSetPath* ，在 groupnames 中写上取子集的名称，用逗号隔开，点击运行，生成了新的 .RData，如Pic19。

生成了新的.RData，如Pic20。

八、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，输入完后，点击运行，如Pic21。

2、，就可以生成html ,点击html就可以查看报告，如Pic22。

九、查看报告结果

报告中显示共筛选出差异较大的表达基因37个，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。如下图所示。

比如搜索FGG基因，可以看到FGG基因可以导致瘢痕瘤、静脉血栓栓塞等与肺癌相关的疾病，并且FGG基因还与其他癌症有关;TYRP1基因可以导致腺癌、肺肿瘤、恶性黑素瘤等疾病；IYD基因可以导致甲状腺机能减退、急性焦虑症、地方性呆小病等疾病；CYP3A5基因可以导致肾病、血栓症、肝硬化、神经中毒综合征等疾病；CCL20基因可以导致肺炎、溃疡性结肠炎、结肠肿瘤、糖尿病等；CYP24A1基因可以导致肺肿瘤、肾功能不全、前列腺恶性肿瘤等。

由此可得到吸烟不仅有得肺癌的可能，还有得其他癌症的可能性。