闲话不多说，直接进入正题，今天本宫给大家介绍的是一个表达谱数据挖掘工具，叫做GeneVestigator（以下简称GV）。

利用GV可以做什么？

今天标题中的一个“上"字就告诉各位童鞋，GV这个软件功能真的灰常多。。。

1、GV是基因表达的搜索引擎，它集成了上万的人工精选、注释的公共芯片实验结果。利用GV可以将基因在不同的生物环境中，如疾病，药物，组织，肿瘤，细胞或基因型等条件下的表达进行可视化；

2、可以研究药物和疾病的基因功能或机制，对靶标和生物标志物排序，发现新的靶标和生物标志物，解释查找其他实验条件导致类似结果，分析基因共表达网络；

3、可以将自己的基因表达数据集与更加广泛的数据集进行比较；

4、在未开展实验之前，搜索感兴趣的基因在各实验条件下的表达情况，连接基因条件和表型，允许研究者发现基因与实验条件、表型的新关联。

怎么用GV？

首先到官网上下载软件（https://genevestigator.com/）。软件的主页面如下图。软件主页的右边是GV所包含的工具，下面就来逐个介绍软件中各工具的使用。

1、Single experiment analysis

这里可以调用GEO数据库的资源，了解基因的表达量情况，以及进行差异基因分析。

1.1 Samples tool

首先选择一个数据集，然后录入感兴趣的基因：

在选择数据集时，既可以根据关键词搜索，也可以根据研究方向搜索。

然后确定物种类型和测序平台（一般默认即可）。

根据关键词搜索：

根据研究方向搜索：

录入感兴趣的基因列表：

一个基因可能对应多个探针，所以这里可以选gene或探针（默认选基因就好），另外这里lncRNA会被排除出列表。

结果显示如下图，Display处可以选择log2形式的基因表达量（探针信号强弱）或者linear。鼠标放在基因图例的小圆点上可以显示基因的信息，下图中的是CGB2的基因信息，按F2可以冻结这一个显示窗口，单击小圆点可以按该基因的表达量对样本进行排序。

2.2 Differential Expression

Differential Expression可以帮助我们分析数据集中差异表达的基因。

FDR值默认0.05就好，定义一下分组。

所谓基因差异表达，指的就是一组基因在两个不同情况下表达量出现差异。

分组有默认分组，比如这里默认的是SW620和SW480两组（根据不同细胞株分组）；也可以自定义分组，在下面的小方格中勾选样本进行分组。这里用的是默认分组。

分组完成后选择RUN，结果如下图。红色的点是上调基因，即在SW620中表达量相对较高的基因（相比于SW480）。Log-ratio就是指logFC（FC是fold change，表达量的比值）。

另外鼠标还可以作为套索工具选择感兴趣的基因。

点击NEW按钮就可以将选中的基因作为新的列表导出。

在下方还可以设置FDR和Log-ratio的阈值进行进一步筛选。

点击左上方的导出图片即可导出这张高大上的图片了！

2、Compendium wide analysis

2.1 Condition search tools

这一工具能够帮助我们了解我们感兴趣的基因在什么情况下会出现异常表达，Condition search tools包括这些分析类型：

这里可以选中全平台所有的数据进行筛选，即如下图所示，全部默认。

然而限于本宫的网实在不给力，这里只能在刚才一个结肠癌数据集的基础上加一个乳腺癌的数据集，给大家进行简单介绍了。

默认的Boxplot-List默认显示第一个选中的基因，多个基因可以用热图展示。

下面就是热图展示形式，我们可以清楚地看到，在不同癌症样本中PTK2和CHST15存在差异表达。

点击分组名称，可以看到具体的表达信息。

如果是选择了GV所包含的全部数据集进行筛选分析，那么可以得到更多的结果，将这些结果进行归类分析，可以挖掘出其中潜在的关联性。

比如说一个数据集做的是用了XX抑制剂，另一个数据集做的是动脉粥样硬化，而你所感兴趣的基因在这两个条件下都出现了异常表达，那么XX抑制剂的使用是不是和动脉粥样硬化的发生就可能存在着某种联系呢？

2.2 Gene search tools

这一工具的切入点和Condition search tools刚好相反，可以分析在不同条件下有哪些基因异常表达。这里就不作具体的展示了。

以下部分的使用和原理下期再介绍给大家啦，以免大家消化不良！

长按二维码识别关注“小张聊科研”

关注后获取《科研修炼手册》1.0、2.0、3.0、4.0、基金篇精华合集。