⑴ 怎樣用CSCD預測circRNA的下游miRNA
1、篩選PTC中潛在的circRNA，GEO資料庫中查找甲狀腺乳頭狀癌相關的數據集，最終找到GSE93522。通過GEO2R在線差異分析工具進行差異分析，此處組別的設置為：（正常vs良性）；（正常vs惡性）。在挑選候選circRNA分子時，只挑選在（正常vs惡性）中的差異分子，排除在（正常vs良性）中上調或者下調的circRNA。最終找到13個上調和1個下調的PTC發生和進展相關的circRNA分子。隨後，我們通過circBase資料庫找到這14個circRNA分子的親本基因以及在基因組中的座位。為了繪制circRNA圈圖，我們在CSCD資料庫中查找這14個circRNA，最終找到11個circRNA，並用其中的數據繪制圈圖。
2、預測和分析PTC中與潛在circRNA分子結合的miRNA，circRNA分子發揮作用存在三種比較常見的機制：作為miRNA的海綿；與RBP結合；翻譯為短肽或者蛋白質。從繪制的圈圖看，這11個miRNA均存在MRE元件，可能可以與相應的miRNA相互作用。因此，我們使用CSCD和CRI資料庫來預測相應的結合miRNA，並用Cytoscape軟體構建相應的circRNA-miRNA網路圖。隨後，通過使用TCGA資料庫中的數據，分析上述miRNA在甲狀腺乳頭狀癌中的表達和預後價值。3、預測和分析PTC中上述miRNA下游的靶基因，通過上述的表達分析和預後分析，符合篩選要求的只有miR-605-5p和miR-876-3p兩個miRNA。接著，我們使用綜合性靶基因預測資料庫miRNet，預測這兩個miRNA下游的靶基因。通過蛋白互作網路分析，我們構建靶基因PPI網路，並結合CytoHubba中的演算法（Cytoscape中的插件），最終篩選出20個hub基因。同時，使用STRING資料庫，我們對預測出的靶基因進行GO和KEGG富集分析。
4、構建PTC中潛在的信號通路：hsa_circ_0088494-miR-876-3p-CTNNB1/CCND1，還是通過Cytoscape，我們構建miRNA-hub基因網。使用starBase資料庫，我們對miRNA-hubgene關系對作表達相關性分析，從中篩選呈顯著負相關的關系對（3個關系對符合）。最後，對三個關系對中的hub基因作表達分析，發現只有CTNNB1和CCND1在甲狀腺乳頭狀癌中顯著高表達，符合要求。
⑵ 如何在geo資料庫找想要的資料庫
1、首先GEO資料庫是個什麼鬼呢？
GEO資料庫全稱GENE EXPRESSION
OMNIBUS，是由美國國立生物技術信息中心NCBI創建並維護的基因表達資料庫。它創建於2000年，收錄了世界各國研究機構提交的高通量基因表達數據，也就是說只要是目前已經發表的論文，論文中涉及到的基因表達檢測的數據都可以通過這個資料庫中找到。
2、那GEO資料庫有哪些檢索入口呢？
最常用的有兩種方式，如果你知道GSE編號可以通過網址http://www.ncbi.nlm.nih.gov/geo直接進入，具體編號介紹文件下載方法見：https://www.omicsclass.com/article/1100
另外一種就是通過NCBI主頁的入口基因搜索下載。通常是不知道GEO編號，通過樣品類型，實驗處理，平台信息等搜索篩選想要的GEO數據：https://www.ncbi.nlm.nih.gov/，進入NCBI主頁，搜索數據選擇GEO DataSets，如果搜索某個基因表達量可選擇GEO Profiles。