第三十七章 孟德尔随机化（2/3）

毒器官，肝细胞癌的发展与遗传突变、环境因素和病毒感染等多种复杂机制相关。

为了研究这些机制，陈飞决定利用系统提供的实验思路，将现代生物信息学和孟德尔的随机化思想结合起来，找出与肝细胞癌相关的关键基因。

这对于后续开发出有效的治疗方法有很大的意义。

设计实验的第一步：获取RNA-seq数据

陈飞抱紧系统大腿，快速打开了公开数据平台“GEO数据库”，这里有大量的公开生物学数据，其中就包括RNA-seq数据。

他选择了几组肝细胞癌患者的样本，并找到相对应的健康对照组的数据。

这一步非常关键。RNA-seq数据庞大而复杂，需要通过严格的筛选和清洗，才能得出有效的差异表达基因（DEGs）。

第2/2页)

差异表达基因就是在疾病状态下与正常状态相比，表现出显著表达差异的基因。

第二步：随机化采样

有了数据之后，陈飞便开始进入实验的核心步骤——随机化设计。

孟德尔的豌豆实验中，随机化是为了消除实验中的人为偏差，每次他从不同的豌豆品种中随机选择个体进行杂交实验，这种方法使得实验结果更具可信度。

孟德尔随机化正是将这个思想引入了现代RNA-seq数据分析。

在他的设计中，他将癌症组和健康对照组的数据进行多次随机化采样。

通过反复随机抽样，他能够确保每次抽取的样本都能代表总体的真实情况。这种方法极大地减少了数据噪音，确保筛选出的差异基因更具生物学意义。

“就像孟德尔反复进行豌豆杂交一样，我也要在这批数据里反复筛选。”陈飞默默念道，手指飞快地在键盘上敲打。采样工作虽然枯燥，但非常关键。

第三步：差异基因分析

随机化采样完成之后，接下来就是关键的差异基因分析步骤了。陈飞使用了R语言中的“DESeq2”包，这是RNA-seq数据分析中非常常用的工具包，专门用来识别差异表达基因。

作为一个苦逼的生物领域搬砖人，陈飞甚至都没有下载过R语言的软件，但是系统君的实验思路写的非常认真，直接让他去参考转码人救星CSDN，

在指导下，陈飞很快安装好了R语言以及RSstudio。

一切准备就绪，可以开大了！

参考着github上一些前人的代码，一顿CtrlC，