本科生
IF 14.3
中科院SCI分区一区Top期刊
当这几个词出现在一起的时候
大麦知道，这又是别人家的小孩......
可真是长江后浪推前浪，前浪拍在沙滩上啊~所以研究生们不要再喊着文章难发了，快跟着大麦抓紧学起来吧~~
首先咋们一起来了解下这个顶刊：《Journal of Infection》，说起这个期刊，就不得不说说他近几年受疫情影响，过山车似的影响因子（6.072升至38.637降至28.2降至14.3），可真是一年内翻6倍，又连续腰斩下降，目前来说基本回到了他该有的水平了。选对杂志，若是发表一年后，该杂志的影响因子暴涨，而你又处于评职称、争岗位的关键时间段，那可谓是做梦都能笑醒啊！此外，该期刊发文量不大，审稿快，自引率低，对国人友好，有需要的朋友可以收藏！
接着来看看小孩哥一作的这篇研究文章吧，研究由国家大学生创新创业训练计划（No. 202210366002）和安徽省大学生创新创业训练计划（No. S202210366021和S202210366017）资助。文章揭示了严重COVID-19与系统性红斑狼疮之间的潜在机制和关键的生物标志物，表明干扰素相关基因可能是严重COVID-19与系统性红斑狼疮共患病的关键调控因子，为研究COVID-19和SLE提供了新的见解。(ps：想完成从看文章到发文章闭环的宝子，大麦每日在线，努力宣传，你负责做决定，我负责你满意！感兴趣的直接扫码了解吧！！)
定制生信分析
云服务器租赁
(加微信备注99领取试用)
研究材料和方法
(1)数据集获取：从GEO数据库下载了两个严重的COVID-19数据集（GSE164805和GSE171110）以及一个SLE数据集（GSE45291）。
(2)DEGs的筛选：从54名严重COVID-19患者中筛选出4920个DEGs（2310个上调基因和2610个下调基因）；从292名SLE患者中识别出1448个DEGs（377个上调基因和694个下调基因）；取交集后，共获得272个共同的DEGs。
(3)功能和通路富集分析：利用GO和KEGG数据库进行富集分析，揭示这些DEGs的潜在功能和它们所涉及的生物学通路。
(4)关键基因的识别：使用STRING数据库和Cytoscape软件，通过CytoHubba插件的六个拓扑算法筛选出20个枢纽基因，并找出它们的交集，最终确定17个枢纽基因。
(5)TF-miRNA-枢纽基因网络构建：利用NetworkAnalyst平台构建了一个包含72个节点和78条边的网络，其中包括41个转录因子、21个miRNA和10个关键基因，以展示潜在的调控机制。
(6)表达验证：在严重COVID-19和SLE数据集中验证这17个DEGs的表达，发现它们在两种疾病中的患者与健康个体相比都显著高表达。
研究结果
1.严重COVID-19和SLE的DEGs的识别和可视化
从免费数据库GEO数据库下载重症COVID-19数据集(GSE164805、GSE171110)和SLE数据集(GSE45291)进行血液转录组分析。差异分析显示，COVID-19患者中获得4920个DEGs，SLE患者中获得1448个DEGs，取交集后，共得到272个DEGs。
对272个DEGs进行GO和KEGG富集分析，发现期其主要参与免疫系统过程、多生物途径、免疫反应和转录因子结合，并与细胞质和线粒体相关；前5个重要途径是细胞因子-细胞因子受体相互作用、甲型流感、Th17细胞分化。
(A)严重COVID-19数据集的火山图；
(B)SLE数据集的火山图；
(C)维恩图显示重叠的DEGs；
(D)共有DEGs的GO富集分析；
(E)共有DEGs的KEGG富集分析。
2.COVID-19和SLE数据集中关键基因的识别及TF-miRNA-关键基因网络的构建
利用STRING数据库和Cytoscape软件的CytoHubba插件的六种拓扑算法（MCC/DMNC/MNC/BEGRE/EPC/loseness）筛选前20个枢纽基因，并取交集，最终获得17个关键基因。GO富集分析表明，关键基因在防御反应、先天免疫反应、生物刺激反应和感染反应中发挥作用；KEGG通路富集分析显示，关键基因主要参与免疫和感染相关通路。
验证了这17个关键基因在严重的COVID-19和SLE数据集中的表达，发现与健康个体相比，这些关键基因在严重COVID-19队列和SLE队列中均显著高表达。
通过networkanalyver构建转录因子(TF)-miRNA-关键基因网络，该网络由72个节点和78个边组成，包括41个TF，21个miRNA和10个关键基因。
(A)维恩图显示通过六种算法筛选出的17个关键基因；
(B)关键基因的GO富集分析；
(C)关键基因的KEGG富集分析；
(D)箱线图显示重症COVID-19患者中17个关键基因显著上调；
(E)箱线图显示SLE患者中17个关键基因显著上调；
(F)TF-miRNA-关键基因网络呈现了TF、miRNA和10个关键基因之间的相互作用。红色节点代表关键基因，黄色节点代表TF，绿色节点代表miRNA。
文章小结
该研究将严重COVID-19与系统性红斑狼疮（SLE）进行了跨疾病的比较分析，探索了两者之间可能存在的分子层面的联系。看到这对于“双疾病分析”相信大家心里已经有底了...整篇文章看下来，分析方法可以说就是常规的生信分析方法（从免费数据库挖差异基因——对差异基因进行筛选得到关键基因——对关键基因进行功能分析（上buff，五花八门的方法，从各个角度分析）——最后验证关键基因）.....可以说方法思路都是平平无奇，那他为什么能发到14+？该说不说，选题的新颖性和研究切入点的犀利性，还是有点子东西在的，这一点“灵性”可以立马让审稿人眼前一亮，高分文章也就收入囊中了！所以生信发文难不难，取决于你的选题新不新，独不独特，当然具备一定的生信分析能力也是必要的，这两点大麦都可以帮到你，有需要速速踢我！我这边随时待命，万事俱备，就差你啦！
推荐阅读
国产数据库强势崛起！中国人发文就要用自己的数据库！暨南大学团队：CHARLS+CFPS数据库“双剑合璧”，3图拿下1区11+！
NHANES数据库愈战越勇！Redox Biol 审稿快到飞起！恭喜广州医科大白岩森团队纯分析斩获10分+SCI，1个月就接收~
大麦有话说
大麦还提供服务器租赁、思路设计、定制生信分析、文献思路复现、临床数据库挖掘；有需要的小伙伴欢迎直接扫码咨询大麦，竭诚为您的科研助力！
