第一部分：GEO数据库中筛选结直肠癌数据集
此处我们选择GSE126095数据集，原因如下：里面包含了三个子数据集GSE126092（基因芯片）、GSE126093（miRNA芯片）和GSE126094（circRNA芯片），这三个子数据集所用的样品均是同样的样品，所得三个层次的芯片数据集较为可靠。
第二部分：circRNA分析
circRNA芯片差异分析结果，火山图和热图。
随后，用circBase和CSCD绘制圈图，总共找到9个circRNA，如下：
第三部分：miRNA分析
用CLIP数据预测能与上述circRNA结合的miRNA，并使用Cytoscape软件绘制circRNA-miRNA网络图，如下：
然后行miRNA芯片差异分析，然后与上述预测的结合miRNA作交集分析，并且使用TCGA数据库数据对候选miRNA的表达作进一步验证，得到最终的潜在miRNA，如下：
第四部分：基于ceRNA假说，分析circRNA-miRNA关系对
根据ceRNA假说，circRNA与相应的miRNA之间应该是表达呈负相关的关系。利用circRNA和miRNA芯片数据，做了相关性分析，如下所示。两个关系对符合筛选要求：hsa_circ_0001955/miR-145-5p和hsa_circ_0000977/miR-135b-5p。
第五部分：miRNA下游靶基因分析
使用miRNet数据库预测miRNA的靶基因，同时对之前找到的基因芯片作差异分析，然后对二者取交集分析，得到候选mRNA。最后，使用TCGA数据库数据验证上述候选mRNA的表达，得到最终的潜在mRNA。如下：
第六部分：基于ceRNA假说，分析circRNA/mRNA和miRNA/mRNA关系
基于ceRNA假说，circRNA和mRNA表达应该呈正相关，miRNA和mRNA表达应该呈负相关。分析结果如下：
第七部分：构建结直肠癌相关的circRNA/miRNAa/mRNA网络
要点提示：此次分析最重要的就是找到了一个数据集，同时包含了circRNA，miRNA，mRNA芯片，这样三个层次的芯片数据均来自于同样的样品，相关性分析也可以包含其中，使得最终的分析结果更加准确。后续寻找相应的分析数据的时候，可以多多留意此类数据集。
以上就是该论文分析的全过程，为了让大家可以轻松斩获circRNA生信分析的套路，我们团队已经录制了一套视频教学课程。课程通过从环状RNA的介绍入手，逐步教大家如何找到环状RNA分析数据、环状RNA差异分析、环状RNA的ID转换（circBase ID）、环状RNA分子基因组中位置定位、环状RNA分子的亲本基因寻找、环状RNA分子的qPCR引物设计（circPrimer软件介绍）、环状RNA的金标准数据库（circBase）介绍、环状RNA圈图介绍、环状RNA的作用机制介绍、环状RNA的RBP元件预测（两种方法）、环状RNA的ORF框预测、ceRNA机制介绍、环状RNA的MRE元件预测（潜在结合的microRNA的预测）、microRNA的两大横向分析（表达+预后分析—基于TCGA数据库）、microRNA的纵向靶基因预测（快速批量化的预测靶基因，并实现可视化）、靶基因的富集分析及零代码实现SCI论文要求的图片转化（DAVID+excel）、靶基因的两大横向分析（表达+预后分析—基于TCGA数据库）、快速完成microRNA-靶基因关系对分析（相关性分析/共表达分析—基于TCGA数据库）以及整套视频课程的思路总结。通过这套视频课程，你不仅可以学会如何零代码实现环状RNA的一整套生信分析，发表生信SCI文章；而且还可以通过一系列生信分析找到值得研究的课题；此外，还可以为申报的课题或者基金添砖加瓦，增加生信分析图，提高基金的竞争力。如果大家有兴趣的话，赶紧加入一起学习吧！
头条号入驻
4000520066 欢迎批评指正
All Rights Reserved 新浪公司 版权所有
