geo数据库中有哪些肿瘤，肿瘤指标有哪些

1，肿瘤指标有哪些

1.癌胚抗原，是多种消化道肿瘤的标志物。 2.甲胎蛋白，是肝癌的标志物。 3.痰里德脱落细胞。 4.肺癌，气管癌的标志物

1.癌胚抗原，是多种消化道肿瘤的标志物。 2.甲胎蛋白，是肝癌的标志物。 3.痰里德脱落细胞。 4.肺癌，气管癌的标志物，

肿瘤指标有哪些

2，如何对GEO数据库中已有的数据进行分析

假设这组数据在A1:A100这个区域，公式：=INDEX(A:A,INT(RAND()*100)+1)或者：=OFFSET(A1,INT(RAND()*100),)

差异表达基因的筛选（阀值）以及后面的生物信息分析都可以做的。差异表达基因筛选步骤：选择geo数据——下载芯片数据——差异分析（方法有很多：sam法，r包处理，t-test检验等）——选择想要的阈值（fold change >4)

如何对GEO数据库中已有的数据进行分析

3，癌症有哪些

肿瘤分二类, 良性. 恶性. 恶性的肿瘤叫癌! 癌分为: 血癌(白血病) 骨癌淋巴癌(包括淋巴细胞瘤) 肠癌肝癌胃癌盆腔癌(包托子宫癌,宫颈癌) 肺癌（包括纵隔癌）脑癌神经癌乳腺癌食道癌．肾癌十大癌症排行 87年时，男性的十大癌症是：肝癌、肺癌、直肠结肠癌、胃癌、口腔癌、食道癌、鼻咽癌、何杰金淋巴癌、摄护腺癌、胰脏癌，排名与去年相同。女性的十大癌症是：肺癌、肝癌、直肠结肠癌、子宫颈癌、胃癌、非何杰金淋巴癌、胰脏病、胆囊癌、白血病，子宫颈癌取代女性乳癌重新登上第四位。十大癌症依序是：肝癌、肺癌、结肠直肠癌，子官颈癌、非何杰金淋巴癌、胰脏癌。

癌症有哪些

4，如何分析GEO数据库中某一疾病的差异基因

除了文献以外，也可以考虑OMIM数据库omim这个数据库的宗旨就是收集疾病及其相关基因的信息的。不过可能存在的问题就是对于疾病的划分比较系统详尽，不是说输入个糖尿病就直接出来一个列表，它对疾病进行了更进一步的分类，需要你仔细看一看，而且对于疾病的描述是很详尽的，不只是简单一个列表，需要你仔细读完，然后才能了解到底有什么相关基因。不过好处就是相当于简化了你找综述得步骤，而且相对比较全面。

如下：probeset_id gsm174883.cel gsm174884.cel gsm174885.cel gsm174886.celaffx-biob-5_at 8.22 7.79 7.14 7.26affx-biob-m_at 7.53 7 6.36 6.63affx-biob-3_at 7.96 7.73 6.92 7affx-bioc-5_at 8.94 8.79 8.04 8.18affx-bioc-3_at 9.01 8.79 7.99 8.17

5，如何看go数据库中查出来的pathway是否与肿瘤相关

这种东西是看不出来是否判断与肿瘤有关的，肿瘤本身具有远端转移特性，从各个组织中都有可能存在。所以如果想要看pathway是否与肿瘤相关，就需要点进去查看相关文献，把各种蛋白摸透，才能够搞定，如果仅仅凭借go数据库的pathway来的就能判断了，世界早就和平了~多看看文献吧，加油。

你把肿瘤吃了就可以了

的选择放下，在轻松愉悦中才能再看看别人怎么说的。

我对这个也不算非常了解，简单说下我的经验，仅供参考。首先其实有很多pathway都与肿瘤相关，一般来说与肿瘤发生相关的pathway包括细胞信号转导（akt，notch，MAPK等）、细胞损伤修复（ATM，NHEJ等）、细胞周期调控（Cdk）、基因表达调控（如 p53）以及细胞迁移等，而且它们之间一般都有交叉。虽然大多数pathway都或多或少参与肿瘤发生，但是直接相关的一般是我提到的这些，主要作用于cancer的发生，成熟以及迁移。其次，通过你这个图上列出来的这个肿瘤基因有可能参与的过程，我觉得有可能参与肿瘤发生的包括：regulation of cell morphogenesis（因为肿瘤细胞形成中细胞形态会发生变化）；regulation of gene expression（比如p53就会抑制与cancer发生相关基因的表达，但这个功能实在太宽泛了，可以说所有细胞活动都和基因表达相关，请问你这个基因是transcript factor吗？如果是的话这就很可能是它直接参与cancer development的原因）；positive regulation of peptidase activity （和前面那点一样，这种广谱性影响蛋白质变化的过程可以参与任何方面）；response to corticosteroid （有可能通过response to一些皮质类激素调节cell signal）；positive regulation of macromolecule biosynthetic process（调节大分子生物合成也可能影响蛋白质表达）；anatomical structure formation involved in morphogenesis （同在morphogenesis的解释）。最后说明一点，仅仅通过这种方法其实并不会很大的缩小范围，但是如果结合你的目的蛋白的功能研究（如果之前有相关文献报道或者你已知目的蛋白具有酶活性）或定位分析，就可以大大缩小范围了。希望能对你有所帮助，如果有进一步问题，我们可以继续讨论。

GO是看不出与肿瘤的关系的。要达到你的目的，应做KEGG通路分析或者更猛一点的IPA、Metacore分析。本人在大学里面教生物信息学和系统生物学的……