前面我们已经拿到了差异表达基因以及WGCNA与肿瘤最相关的两个模块里的基因，下面我们就从这些基因中找到文章标题中的那3个关键基因：AURKA, TOP2A and MELK；
1.png
首先看一下文章是怎么找的：
2.png
- 分别用两个模块里的基因与差异表达基因取交集；
- STRING网站做PPI;
- Cytoscape里的cytohubba排名靠前的基因；
- GEPIA网站使用TCGA和GTEx数据做表达，生存分析等；
3.png
一、基因取交集
这里其实就是一个韦恩图，这里推荐一个在线工具：https://bioinfogp.cnb.csic.es/tools/venny/index.html
4.png
-
将我们的差异基因以及yellow模块的HUB基因分别粘贴到1和2处；
-
点击右边图形中的相交处（3位置），在4位置就会显示相交的163个基因；
这里只展示yellow模块基因，turquoise模块用同样的方法取交集；
二、PPI分析
STRING网站做PPI分析，这里也只展示yellow模块基因与DEG的交集基因；
cytoscape找key gene；
没有做过这类分析的朋友可以参考下我前面的笔记：使用STRING数据库进行PPI分析；
5.png
我们用差异表达基因和yellow模块里的相交基因，使用cytoscape软件里的cytohubba插件，排名靠前的12个基因包含文章标题中的三个基因；
三、GEPIA网站验证关键基因
在GEPIA网站中做表达及生存分析：http://gepia.cancer-pku.cn/
1 表达分析
6.png
这里只展示TOP2A的表达情况，排名前12个基因按同样的方法，在正常组织和肿瘤组织中均是显著差异表达的；
7.png
2 生存分析
8.png
TOP2A基因对LUAD预后有显著影响；
9.png
最后，文章通过RT-qPCR和WB实验最后确定AURKA, TOP2A和MELK这三个基因的基因表达水平和蛋白表达水平均显著差异表达；
10.png
小结：
本篇文章通过差异分析，WGCNA分析，功能富集分析，PPI分析以及简单的实验表达分析，找出LUAD的三个Key gene，感兴趣的朋友可以换个肿瘤，换个数据集，按前面的步骤挖掘自己需要的数据吧。
往期文章复现：
网友评论