使用GEO数据库来筛选差异表达基因，KOBAS进行KEGG注释分析

前言

本文主要演示GEO数据库的一些工具，使用的数据是2015年在Nature Communications上发表的文章Regulation of autophagy and the ubiquitin-proteasome system by the FoxO transcriptional network during muscle atrophy.[pubmed:25858807]

作者通过将FoxO1-3-4-floxed小鼠（FoxO1,3,4 f / f）与表达Cre重组酶的转基因系在MLC1f启动子的控制下交叉，在肌肉中特异性地产生敲除的FoxO 1,3,4以产生肌肉特异性FoxO1,3,4三重敲除小鼠。这些小鼠要么自由进食，要么饥饿，随后分别提取4种情况小鼠的RNA，使用Affymetrix提供的试剂盒并根据标准Affymetrix方案制备，标记并与Affymetrix Mouse Genome 430 2.0 Arrays杂交cRNA，分析腓肠肌的基因表达。

GEO数据库筛选差异基因

首先，打开NCBI(https://www.ncbi.nlm.nih.gov/)，如下图所示选择GEO Datasets，输入GDS5656，点击Search。

点击搜索到的结果

点击样品分类号，我们可以看到该研究的详情，包括文章研究内容、实验方案设计、样本详情等。

点击Analyze with GEO2R，利用在线工具进行数据分析。将4个样本分成了两组，分组完毕后，点击save all results，获取两组之间的差异表达基因。

得到如下所示的文本内容，将其粘贴到记事本（例如，保存为result.txt），然后导入到excel中（数据→自文本，选择result.txt文件导入），准备进行筛选。

下一步，我们需要对差异表达基因的数据进行进一步的筛选。在这里，我们将p.value（p值，象征着差异的显著性）和logFC（log2处理过的fold change值，象征着差异的倍数）设定为： p.value<0.01, logFC<-2 or logFC>2。即差异表达非常显著，并且差异表达在4倍或-4倍以上（原文使用的是1.5倍阈值）。具体做法参见下图。

最后我们可以在EXCEL左下角的状态栏看到，一共筛选出来738个条目。

使用BioDBnet将geneSybol转换为Ensembl Gene ID

biodbnet（https://biodbnet-abcc.ncifcrf.gov/db/） db2db工具支持多个数据库gene id之间转换

使用BioDBnet将geneSybol转换为Ensembl Gene ID，下载转换完的结果

使用KOBAS进行KEGG注释分析

1. 输入类型选择：Ensembl Gene ID

2. 物种选择：Mus musculus(mouse)

3. 粘贴Ensembl Gene ID列表

4. 数据库 Clear All取消Pathway、Disease、GO全部选项，只选择KEGG Patway

点击RUN

分析结果链接：http://kobas.cbi.pku.edu.cn/result_kobas.php?taskid=181104291408457

下载