一、查找和下載數據

從GEO數據庫下載自己研究的癌癥相關的表達譜數據。

二、數據處理

對下載的數據進行整理，得到后續差異表達分析需要的表達矩陣文件。

三、差異表達

對于每個實驗的數據，使用limma進行芯片之間的標準化，差異表達分析。每個實驗數據做完limma分析之后，根據logFoldChange值對基因進行排序，然后進行RobustRankAggreg分析。

得到差異基因，使用pheatmap繪制熱圖。

三、TCGA驗證差異基因

從TCGA數據庫下載癌癥的level3的RNA-seq數據，合并矩陣。然后使用Wilcoxon texts非參數檢驗對GEO數據庫得到差異基因進行驗證。

四、生存分析

從TCGA數據庫下載生存數據，將生存數據和差異表達數據整合，做生存分析，繪制生存曲線。

五、GO富集分析

根據基因的GO注釋，選擇本物種的所有基因作為背景基因，使用統計方法計算P值，從而得到基因集合再GO類別上的分布信息和顯著性情況。在線工具一般使用DAVID

六、pathway分析

從復雜調控網絡的角度出發，基于常見生物學通路數據庫，對正常組和癌癥組差異甲基化基因集合進行基于pathway數據庫的生物通路富集分析，從而提取出最相關的生物通路上的基因，更加有利于下游實驗開展。

七、蛋白互作網絡

使用string軟件對生存相關基因構建蛋白互作網絡，得到蛋白的互相作用關系。