做数据挖掘，就算发 20 几分的 CNS 子刊，也是垃圾？
关于数据挖掘发表文章，我们知道很多人是看不上、瞧不起、嗤之以鼻的。大抵是因为这些人平时只发 CNS 主刊，所以才认为通过数据挖掘这种用「别人的数据」或者叫「干实验」
来发文章是「
垃圾
」，没有什么价值。真的是这样吗？今天我们要介绍的就是一篇做数据挖掘的 Cancer Cell 杂志的文章（IF: 27.4），大家来看看
文章
怎么样。
A Comprehensive Pan-Cancer Molecular Study of Gynecologic and Breast Cancers. Cancer Cell. 2018 Apr 1. pii: S1535-6108(18)30119-3.
1 文章数据挖掘的情况
肿瘤类型
：
妇科肿瘤和乳腺癌
；数据来源 ：
主要是 TCGA 数据库，
1,087 例 BRCA
（invasive breast carcinoma，乳腺癌）,
308 例 CESC
(cervical squamous cell carcinoma and endocervical adenocarcinoma, 宫颈癌 ),
579 例 OV
（high-grade serous ovarian cystadenocarcinoma，卵巢癌），
548 例 UCEC
（uterine corpus endometrial carcinoma，子宫内膜子宫内膜癌）和
57 例 UCS
（uterine carcinosarcoma ，子宫癌肉瘤），共 2,579 例，
统称为 “Pan-Gyn” 泛妇科肿瘤。
数据类型
临床信息
（clinical）,
拷贝数变异
（somatic
copy-number alterations SCNAs）,
突变
（mutations）,
DNA甲基化
（DNA methylation），
mRNA，miRNA，lncRNA和蛋白的表达
（expression of mRNA, microRNA, long non-coding RNA, and proteins）。
2 文章的研究工作
1. 找到了
分子特征（molecular features）
，用以区分
“Pan-Gyn
” 与 TCGA 中其它肿瘤；
23 个基因在 Pan-Gyn 和 Non-Gyn 中的突变和扩增频率
2. 鉴定到
高白细胞浸润（high leukocyte infiltration）
这一免疫应答的肿瘤亚型；
3. 建立了基因和 lncRNA 的
相互作用 network（interaction network ）
；
4. 建立了
决策树（Decision tree）
，
将临床相关预后的肿瘤亚型进行再分组；
由于内容比较多，这篇文章我们就简单介绍到这里。
3 趋势文章
细心的同学会发现 Pubmed 的趋势文章（Trending Articles），
最近有很多从各个角度分析 TCGA 数据
比如 4 月 5 日 Cell 主刊的六连发
1. 分析泛肿瘤中增强子（Enhancer）表达：
A Pan-Cancer Analysis of Enhancer Expression in Nearly 9000 Patient Samples.Cell.
2018 Apr 5;
173(2):386-399.e12.
2. 分析肿瘤驱动（Driver ）基因和突变：
Comprehensive Characterization of Cancer Driver Genes and Mutations.Cell.
2018 Apr 5;1
73(2):371-385.e18.
3. 分析肿瘤信号通路：
Oncogenic Signaling Pathways in The Cancer Genome Atlas.Cell.
2018 Apr 5;173(2):321-337.e10.
4. 分析患者生存预后结果的
An Integrated TCGA Pan-Cancer Clinical Data Resource to Drive High-Quality Survival Outcome Analytics.C
ell. 2018 Apr 5;173(2):400-416.e11.
5. 分析肿瘤发病生殖系变异（Pathogenic Germline Variants）：
Pathogenic Germline Variants in 10,389 Adult Cancers.C
ell. 2018 Apr 5;173(2):355-370.e14.
6. 分析细胞来源用于肿瘤分类：
Cell-of-Origin Patterns Dominate the Molecular Classification of 10,000 Tumors from 33 Types of Cancer.C
ell. 2018 Apr 5;17
3(2):291-304.e6.
又比如 4 月 3 日 Cell Reports 的五连发
：
1. 从DNA损伤修复角度分析基因组和分子图谱：
Genomic and Molecular Landscape of DNA Damage Repair Deficiency across The Cancer Genome Atlas.Cell Rep. 2018 Apr 3;23(1):239-254.e6.
2. 分析肾癌整体分子特性：
The Cancer Genome Atlas Comprehensive Molecular Characterization of Renal Cell Carcinoma.Cell Rep. 2018 Apr 3;23(1):313-326.e5.
3. 分析鳞癌的基因组、通路和免疫特性：
Genomic, Pathway Network, and Immunologic Features Distinguishing Squamous Carcinomas.Cell Rep. 2018 Apr 3;23(1):194-212.e6.
4. 从泛素化通路角度分析：
Integrated Genomic Analysis of the Ubiquitin Pathway across Cancer Types.Cell Rep. 2018 Apr 3;23(1):213-226.e3.
5. 从lncRNA角度分析，并通过实验验证
：
Pan-Cancer Analysis of lncRNA Regulation Supports Their Targeting of Cancer Genes in Each Tumor Context.Cell Rep. 2018 Apr 3;23(1):297-312.e12.
这是怎么肥事？
其实，这个是 CELL Press 的 “The Pan-Cancer Atlas” 的主题系列：
总体上包括了 Cell-of-Origin，Oncogenic Processes、Signaling Pathway 和 Resources 四部分，前三部分收录了 Flagship Paper（旗舰文章）和 Companion Papers。
也想进行数据挖掘，却怕不会方法，跟不上节奏？
丁香公开课 「实用数据挖掘，用公开的数据发自己的文章」
通过 48 节视频教程，
手把手教大家用公开的数据发自己的文章
。
课程学习过程中还有
专属
VIP 群答疑
，有不懂的问题直接和老师沟通。
课程从实例出发，针对科研工作中最常用到的数据库（包括肿瘤数据库TCGA，cBioPortal，SRA，COSMIC；表达谱数据库GEO，Oncomine；基因组数据库UCSC，Ensembl；序列数据库GenBank，Uniprot等）
，结合文献实例的学习和动手操作，循序渐进地带领大家一步步从数据挖掘的「门外汉」到自己动手整理出一篇可以发表的文章。来不及了，快扫描二维码来上课吧！
<一次付费，永久观看>
购买成功后，添加
丁香公开课班主任
为微信好友，
发送「实用数据」
，并将支付订单截图发送给她，她会验证后加你入对应的群。开具发票事宜亦可咨询班主任。
微信扫描二维码添加班主任
也可搜索微信号：dingxiangyuan40
题图：Shutterstock
- 懒人“披萨”玩出新高度！不用揉面不用等，20几分钟就上桌！
- 炒股十年，竟不知道股市不变的均线规律，几分钟学会一辈子受用！
- 就算你是一个仙人掌，我也愿意忍受所有的疼痛来拥抱你 只因爱你
- 夫妻不同居多长时间就算是离婚?对分居离婚有什么规定?
- 非常容易读错的6个江苏地名，就算是土生土长的江苏人也会读错
- 云南这30个县城最具云南魅力，去过10个的你就算厉害了
- 女子在家煮八爪鱼，过几分钟后，揭开锅盖被吓哭了！你有过吗？
- 就算你失败到底，她也会陪在身边的星座
- 女子去高级会所面试工作一个月后痛哭流涕， 经理: 就算你报警也
- 它在几分钟内释放出太阳万亿倍的能量，足以杀死6千光年内的生命