作者：白介素2

大家好，我是白介素2同學(xué)，想必小伙伴們?cè)缫验_工了，白介素同學(xué)這個(gè)春節(jié)實(shí)在是沒怎么學(xué)習(xí)呀（所謂人在江湖，身不由己，容我甩個(gè)鍋），慚愧慚愧，悟已往之不諫，知來者之可追。新的一年，我們都是追夢(mèng)人！

追夢(mèng)，分享一個(gè)神器，向科研更深處探索

咱不來虛的，只分享干貨，不談枯燥的理論，只來通俗易懂的操作。先來看一張圖：

通過這張圖展示的是 GEO數(shù)據(jù)庫(kù)中的 RNA-seq數(shù)據(jù)與芯片數(shù)據(jù)積累隨時(shí)間的變化，很顯然測(cè)序數(shù)據(jù)從2015年開始就已經(jīng)超過了芯片數(shù)據(jù)的累積。大批量的數(shù)據(jù)產(chǎn)生固然是個(gè)好事，同時(shí)也帶來了一個(gè)問題，公開的RNA-seq數(shù)據(jù)大多提供的是原始數(shù)據(jù)，這樣就對(duì)數(shù)據(jù)的重新挖掘使用帶來了很大困難。為啥嘞，數(shù)據(jù)量太大，臨床醫(yī)生，小實(shí)驗(yàn)室你確定做得了，就連測(cè)序數(shù)據(jù)從原始數(shù)據(jù)開始的分析都會(huì)遇到很多困難？今天要介紹的神器呢叫做 ARCHS4，它的誕生呢就是為了解決這個(gè)問題，過程講的比較復(fù)雜，簡(jiǎn)單講就是有一個(gè)團(tuán)隊(duì)人家用有效的設(shè)備算法把 GEO/SRA的 原始數(shù)據(jù)整合，分析，預(yù)處理成方便后續(xù)分析的矩陣格式，就像 TCGA那樣的數(shù)據(jù)庫(kù)，之所以應(yīng)用廣泛，數(shù)據(jù)整理的格式就是原因之一呀。該數(shù)據(jù)庫(kù)包括人和鼠的sample 187,946 , 其中人84,863，鼠103,083。接下來就看下具體這個(gè)神器有哪些功能吧：

數(shù)據(jù)下載功能Download

https://amp.pharm./archs4/download.html

可供下載的數(shù)據(jù)包括：

這里只列舉了部分，甚至還包括了 TCGA的數(shù)據(jù)，數(shù)據(jù)都整理為 H5格式，數(shù)據(jù)包括原始的 read count數(shù)據(jù)和 meta data信息，簡(jiǎn)單講這些數(shù)據(jù)都整理成了方便后續(xù)分析的矩陣格式，可以這樣全部下載。

當(dāng)然也可以挑選自己感興趣的下載，可以挑選自己感興趣的組織，細(xì)胞系，也可以手動(dòng)選擇，基因集，Download部分會(huì)自動(dòng)產(chǎn)生下載數(shù)據(jù)的 R代碼，放到 Rstudio運(yùn)行即可。

這里白介素同學(xué)，隨便測(cè)試下在了一個(gè)代碼，可以看看長(zhǎng)啥樣，有R基礎(chǔ)的小伙伴應(yīng)該更容易理解：

大概就是這樣，運(yùn)行下就可以啦。

https://amp.pharm./archs4/data.html#

此外數(shù)據(jù)下載后，就是做數(shù)據(jù)解析了,H5文件格式的解析，批次效應(yīng)移除等，都有提供相應(yīng)的代碼：

提供代碼鏈接：https://amp.pharm./archs4/help.html

查詢功能

按 meta data信息查詢，可以看下自己感興趣的組織, 細(xì)胞系等的。

查找 signature，輸入數(shù)據(jù)為上調(diào)和下調(diào)基因，尋找match這些基因的sample。

富集查詢，找到富集某些基因集的sample然后下載，可以從8個(gè)基因集庫(kù)中選擇感興趣的，比如KEGG庫(kù),GO庫(kù)，其實(shí)這是一個(gè)反向的操作，與咱們通常的差異分析得到基因集進(jìn)行富集不同，這是一種通過感興趣的通路，基因集來找sample。

基因查詢功能，遇到一個(gè)感興趣的基因，這時(shí)候這個(gè)功能就派上用場(chǎng)啦，比如案例給出的 FOXM1基因

點(diǎn)擊下就可以得到很多信息：

主要功能就是這些啦，提供處理過的數(shù)據(jù)下載和查詢功能。然后就是了解下這個(gè)數(shù)據(jù)庫(kù)的背景，文章在2018年4月發(fā)表在 Nature Communcations上。

內(nèi)容就分享到這兒啦，白介素同學(xué)祝大家學(xué)習(xí)愉快！