HPA数据库07.做差异表达

生信论文的套路

1. ONCOMINE从全景、亚型两个维度做表达差异分析；

2. 临床标本从蛋白水平确认（或HPA数据库），很重要；

3. Kaplan-Meier Plotter从临床意义的角度阐明其重要性；

4. cBio-portal数据库做基因组学的分析（机制一）；

5. STRING互作和GO/KEGG分析探讨可能的信号通路（机制二）；

6. TISIDB/TIMER分析肿瘤免疫特征（机制三）。

我们前面说过，仅仅靠ONCOMINE数据库的数据，还很难发表论文。而且，ONCOMINE数据库的数据，是芯片或测序的结果，是从转录水平进行的检测。而差异表达，最好是在蛋白水平，因此，对于ONCOMINE数据库分析得到的结果，最好进行蛋白水平的验证。

检测蛋白表达的方法很多，但是鉴于生信分析的特殊性，有条件去做WB和免疫组化当然是最好的。如果没有条件，用人类蛋白组图谱数据库（The human preotein atlas, HPA，网址 https://www.proteinatlas.org/)是最方便的。无需注册，直接使用。

HPA基本上提供了人类可获得的所有蛋白（约26000种）的在人体组织、器官的表达和分布。数据库中，研究人员使用高度特异性的抗体（一般是多种抗体），用免疫组化（IHC）检测每种蛋白在64个细胞系、48种人类正常组织和20种肿瘤组织中的表达情况。

数据库从TISSUE ALTAS，CELL ALTAS和PATHOLOGY ALTAS角度分别展示蛋白在正常组织、细胞和肿瘤组织中的表达情况，还展示蛋白在脑组织（BRAIN ALTAS）、血液（BLOOD ALTAS）和代谢（METABLIC ATLAS)中的表达和可能的作用。功能很强大。

比如，我们以新冠病毒的受体ACE2为例，简要说明HPA的用法和数据呈现。输入ACE2，搜索。

在组织的表达，出现如下界面，RNA表达和蛋白表达的数据都有。

蛋白表达水平。

转录水平，从四个数据的结果来展示ACE2在人体组织的表达情况。

代谢功能的简介和总结

在细胞系中的表达如下。

在肿瘤组织的表达情况信息更多。

预后价值

在肿瘤中的表达，没有展示对照组不利于结果的呈现。所以需要借助ONCOMINE数据库的数据。

在肿瘤中组织中表达的情况总结。

在脑中的表达。

在各种血细胞和血浆中的表达。

质谱技术检测

PEA分析

那么，关键问题来了，如何用HPA数据库的数据，发表论文呢？

一般在论文中出现的是病理检测结果（IHC），特别是结合ONCOMINE数据库的结果，对基因在肿瘤和临近组织的表达进行对比展示。在前面的文章中，我们介绍过。结果展示如下。

具体操作如下。

1. 打开病理那个界面。

2. 然后根据病人信息，选取具代表性的样本，放至PPT中，进行展示。

同时，HPA提供患者的信息，根据患者信息，还可以做出回归曲线。

3. 对照病理组织的结果在Tissue里面，放至PPT中，与肿瘤的病理报告放在一起，对比展示。这样就大功告成了。

本文分享自微信公众号 - 芒果先生聊生信（from2019to2020）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。