提示：请点击标题下方蓝色“实验万事屋”，添加关注后，发“嗯”可以查看我们之前的文章。未经允许，其他公众号不得转载哦！

今天为我们带来文献的是神师兄…

神师兄：今天要给大家讲的文章，是一篇可以亮瞎大家的文章，这篇文章告诉我们怎么才能只做几个免疫组化和几个Western就能发到Plos One。

实验万事屋作品

实验万事屋作品

这篇文章的题目是：Expression Microarray Meta-Analysis Identifies Genes Associated withRas/MAPK and Related Pathways in Progression of Muscle-Invasive BladderTransition Cell Carcinoma，没错，这是一篇Meta分析，但这不是普通的Meta分析，是要做实验的Meta分析。时间虽然有点久，是去年发在Plos One上的，但是这篇文章的思路还是不错的。

实验万事屋作品

先看一下摘要，这篇文章主要说了两件事，第一件，膀胱癌发生主要是通过哪些通路的。第二，膀胱癌的转移是通过了哪些基因。

实验万事屋作品

实验万事屋作品

好了，开始正文了。Introduction主要就是介绍这篇文章意义的，膀胱癌分期机制不明确啊，靶标难以判断啊，侵袭机制不了解啊，blablabla……关键点在分期上，主要分为T0乳头状瘤时期，T1浅表肿瘤时期和T2-T4肌肉浸润转移期。分期在这篇文章中比较关键。

实验万事屋作品

实验万事屋作品

好了，接下去要解释一下他们是怎么做这个meta分析的了。首先从GEO上找出了一个别人做的芯片。用这个芯片进行Ta期与normal的比较（莫愁：其实就是为了获得肿瘤发生过程中表达变化的基因），获得一个差异的基因簇，然后用这个差异的基因簇进行WebGestalt的分析（莫愁：具体咋整以后再给大家细说吧），将这些基因簇分别整理到各个KEGG的Pathway上，做成整体的Pathway路线图。同时，在芯片上筛选Ta与T1期表达一致且T1期与T2期有表达差异的基因（莫愁：其实就是为了获得肿瘤转移过程中变化的基因，由于Ta与T1期两个时期都还未发生肌肉浸润，所以在这里必须是表达一致的），形成一个基因簇，这个簇就与膀胱癌的浸润有一定联系了，获得这个份簇后也将它们进行WebGestalt的分析，然后用Oncomine对这些基因在膀胱癌不同时期中的表达情况进行验证（莫愁：记得我已经给大家介绍过Oncomine了哦，相当好用），同时免疫组化和Western Blot验证。最后整理出他们的Pathway，叠加到刚刚做好的Pathway线路图上去。

实验万事屋作品

实验万事屋作品

好了，下面是结果部分，首先筛选出一堆膀胱癌发生相关的基因，具体筛选出多少估计大家也没兴趣知道，就只要知道是以P值小于0.05，表达差异大于2就行了。然后用WebGestalt分析一下，果然有蛮多通路，但挑了几个和膀胱癌关系密切一点通路，比如MAPK通路、ERbB通路和膀胱癌通路。虽然这样但整体的关系还是不清楚，怎么办呢，就用可视化线路图工具VUE来做一个通路图，这样明确了，虽然有好几个通路，但是都和MAPK有着千丝万缕的联系，看来膀胱癌发生真的是靠MAPK了。（莫愁：实际上怎么分析都会有一定的结果，但就看你看待问题的切入点在哪里了，往明星通路上靠是不会出什么大问题的）

实验万事屋作品

实验万事屋作品

然后筛选芯片上Ta与T1期表达一致且T1期与T2期有表达差异的基因，这次不多，就23个基因。WebGestalt分析了一下，通路分布不均一。于是就用Oncomine进行了一下验证（莫愁：基因太少就无法做成通路了，这种情况下，用Oncomine这样的数据库是明智的选择），果然有几个ECM受体的表达确实与分期有关系，但其他几个比如CDC25C, MAPK10和ErbB3之类的P值超过0.05了，可信度不是特别高啦。用免疫组化和WB在组织和高转移的细胞系里进行了验证，果然是有差异（莫愁：终于看到整片文章的实验部分了，好虚弱的说，但是前期的Meta分析确实很有意思，不是么？）。于是把这个做成了Pathway通路，和之前的膀胱癌发生的Pathway整合了起来。

实验万事屋作品

实验万事屋作品

至此这篇文献还没有终结，在他的Discussion中，对这些通路和差异基因进行了分析。这一点蛮有意思，但对于整个文章的设计思路而言，用处并不是很大。大家有兴趣的话可以自己看看……（莫愁：还不是懒得看，这篇文章的点睛之处就在于最后的讨论，分析了膀胱癌浅表肿瘤相关的一些基因可能存在的通路，没有这大段大段的Discussion，这篇文章估计上1分都难）好了，就讲到这里了。

实验万事屋作品

实验万事屋作品

…华丽丽的分割线…

实验万事屋作品

李莫愁博士：不知道大家有没有看懂，神师兄就是省事兄，文章都挑那种不用做什么实验的来讲。这篇其实就是一篇数据库的Meta分析，其实这篇文章的思路就是找一点不一样的和膀胱癌又能相关的通路出来，如下图。用GEO数据库中的芯片，筛选出与自己目的相关的基因，然后用Oncomine来验证这些基因，最后做一点免疫组化和Western Blot来证实。实验其实一点都不复杂，芯片的二次分析也不是很复杂，但最终讨论的过程会比较复杂，因为要涉及到通路和基因，要能把整个故事说圆满。大家也可以拿自己研究的项目来试试看啊，反正光是Meta分析也不要钱。

实验万事屋作品

实验万事屋作品

这样的文章，分析来分析去，最终其实也不能发到高分，但换一种思路，如果用这种Meta分析的方式来选择基因，在发现这个基因之后，再研究其更深入的机制，那又会怎么样呢？GO分析或者Pathway分析得到的可能，会不会就存在着潜在未发现的机制呢？是不是越来越有意思了？

实验万事屋作品

实验万事屋作品

好了，想要回顾一下我们之前讲的GEO数据库的内容的话，可以回复“022”，想要再重温一下Oncomine使用方法的话，可以回复“127”，还有KEGG的Pathway的话就回复“149”看看吧，说不定有用得上的呢。好了，今天就到这里了，下次再聊吧……对了，回复“S002”就把今天讲的文章发给你哦。

如果你喜欢我们，欢迎把文章分享到朋友圈！未经允许，其他公众号不得转载哦！