CPTAC蛋白质差异分析

文章目录

CPTAC蛋白质差异分析
- @[toc]
- 1. CPTAC数据下载
- 2. 数据补缺校正
- 3. 数据分组
- 4. 蛋白质组差异分析

1. CPTAC数据下载

根据自己的需求选择对应的癌症，然后下载，这里就不展开讲了。以下为下载的数据目录

2. 数据补缺校正

从CPTAC下载的蛋白质数据很多都是有缺失值的，这样不利于我们后期分析，所以需要对这些缺失值进行补缺，然后校正（归一化）。

首先新建空文件夹名为1_数据补缺校正，将下载的第二个文件（肿瘤文件）复制到空文件夹中
然后新建的txt文件，名为input.txt，将复制到空文件夹的表格内容粘贴到input.txt中，然后保存

之后在新建的空文件夹新建脚本，脚本代码如下所示：

if (!requireNamespace("BiocManager", quietly = TRUE))install.packages("BiocManager")
BiocManager::install("impute")if (!requireNamespace("BiocManager", quietly = TRUE))install.packages("BiocManager")
BiocManager::install("limma")library(impute)
library(limma)
setwd("C:\\Users\\Administrator\\Desktop\\cptac\\1_数据补缺校正")           #设置工作目录
file="input.txt"                                                  #输入文件名字       #读取file并对基因整理
rt=read.table(file,sep="\t",header=T,check.names=F,row.names=1)
rt=as.matrix(rt)#选取数值,需要修改
#selectCol=seq(2,ncol(rt),2)        #保留列号为偶数的列，如果需要保留列号为奇数的列，把第一个2改成1
#rt=rt[,selectCol]#数据补缺
mat=impute.knn(rt)
rt=mat$data#对数据进行矫正
normalizeData=normalizeBetweenArrays(as.matrix(rt))#输出结果
normalizeData=rbind(geneNames=colnames(normalizeData),normalizeData)
write.table(normalizeData,file="normalize.txt",sep="\t",quote=F,col.names=F)

最后将上述代码复制到R中运行，运行完在名为1_数据补缺校正的文件夹中就会有normalize.txt了。至此就实现了数据补缺和校正

3. 数据分组

差异分析肯定是对某个类别进行的分析，比如对性别、癌症的诊断方式等，这里我们以癌症患者的性别进行分组演示。

首先新建文件夹为2_分组分析，将数据补缺校正得到的normalize.txt文件和数据库下载的临床文件复制到该文件夹中
打开临床文件，对性别这一列进行排序，得到的结果如下图所示：
接着新建文本文件sample1.txt和sample2.txt，将排序之后的临床文件的female对应的id复制粘贴到sample1.txt中，将male对应的id复制粘贴到sample2.txt中
然后建立perl脚本文件cptac_group.pl，在此文件夹目录下打开powershell，输入perl cptac_group.pl，（此脚本太大了，代码就先不放了）程序运行完即可显示sample1和sample2对应的样本数，并且在文件夹下按照sample1和sample2的顺序生成了新的样本表达文件sampleExp.txt
至此，样本分组完毕

4. 蛋白质组差异分析

在进行完上面三步之后，接下来就可以进行差异分析了，步骤如下：

新建空白文件夹3_差异分析，并将数据分组之后的结果sampleExp.txt复制到该文件夹下

新建R语言脚本cpta_diff.R，其代码如下：

setwd("C:\\Users\\Administrator\\Desktop\\cptac\\3_差异分析")            #设置工作目录
inputFile="sampleExp.txt"                                     #输入文件
pFilter=0.05                                                  #p值临界值
logFCfilter=0                                                 #logFC临界值
conNum=56                                                    #sample1组样品数目
treatNum=41                                                  #sample2组样品数目#读取输入文件
outTab=data.frame()
group=c(rep(1,conNum),rep(2,treatNum))
data=read.table(inputFile,sep="\t",header=T,check.names=F,row.names=1)
data=as.matrix(data)#差异分析
for(i in row.names(data)){geneName=irt=rbind(expression=data[i,],group=group)rt=as.matrix(t(rt))tTest<-t.test(expression ~ group, data=rt)pvalue=tTest$p.valueconGeneMeans=mean(data[i,1:conNum])treatGeneMeans=mean(data[i,(conNum+1):ncol(data)])logFC=treatGeneMeans-conGeneMeansconMed=median(data[i,1:conNum])treatMed=median(data[i,(conNum+1):ncol(data)])diffMed=treatMed-conMedif( ((logFC>0) & (diffMed>0)) | ((logFC<0) & (diffMed<0)) ){  outTab=rbind(outTab,cbind(gene=i,conMean=conGeneMeans,treatMean=treatGeneMeans,logFC=logFC,pValue=pvalue))}
}#输出所有蛋白的差异情况
write.table(outTab,file="all.xls",sep="\t",row.names=F,quote=F)#输出差异表格
outDiff=outTab[( abs(as.numeric(as.vector(outTab$logFC)))>logFCfilter & as.numeric(as.vector(outTab$pValue))<pFilter),]
write.table(outDiff,file="diff.xls",sep="\t",row.names=F,quote=F)#输出差异蛋白表达
heatmap=rbind(ID=colnames(data[as.vector(outDiff[,1]),]),data[as.vector(outDiff[,1]),])
write.table(heatmap,file="diffProteinExp.txt",sep="\t",col.names=F,quote=F)

然后打开R软件，粘贴此代码运行，最终在文件夹下即可得到结果，如下图所示：

其中：
- all.xls为所有基因的差异数据，如下图所示：
- diff.xls为满足p值小于0.05的蛋白质的差异数据，如下图所示：
  - diffProteinExp.txt为差异蛋白的表达量数据，如下图所示：

至此，蛋白质组的差异分析就结束了，如果需要作图，用表格的差异数据在graphpad可自行作图。

CPTAC蛋白质差异分析详细步骤相关推荐

360浏览器如何保存html文件夹下,在360浏览器中将书签保存的详细步骤
软件大小: 68.6MB 软件版本: 12.2.1812.0 软件类型: 浏览器查看详情直接下载很多用户都选择使用360浏览器,那么你们知道在其中怎样保存书签吗?下文就是在360浏览器中将书签保 ...
Cacti安装详细步骤
Cacti安装详细步骤前提LNMP或LAMP架构已搭建完成一.cacti概述 1. cacti是用php语言实现的一个软件,它的主要功能是用snmp服务获取数据,然后用rrdtool储存和更新数据 ...
android系统的iphone,iPhone上安装Android系统详细步骤。
该楼层疑似违规已被系统折叠隐藏此楼查看此楼在iphone安装android系统的详细步骤首先,准备好iphone的多点触屏和wlan固件.因为法律的缘故,我们不能分享这些文件,你可以去ipsw文 ...
Windows Server 2003 AD升级到Windows Server 2008 AD的方法及详细步骤
前言: Windows Server 2008 是现在企业比较流行的服务器操作系统,安全性高,配置灵活.方便,集成了Hyper-V虚拟化功能,能够充分发挥硬件的性能.Windows Server 20 ...
HTML用乘法函数,Excel乘法函数的使用方法和详细步骤
Excel是一款非常强大的办公软件,其应用非常广泛.我们在日常工作中经常都要用到Excel,使用Excel进行处理大型数据的表格,要在数据上计算就会使用到数据上相乘,这时候我们就需要使用乘法的函数,那 ...
联想笔记本Ideapad(flex 2)进入BIOS设置U盘启动的详细步骤
2019独角兽企业重金招聘Python工程师标准>>> (设置以ideapad S210进入BIOS设置U盘启动盘为例) 1.按下联想笔记本的电源键,看到联想图标的时候按住键盘左下角 ...
oracle归档模式教程,Oracle从归档模式变成非归档模式详细步骤
更改Oracle数据库的非归档模式需要重新启动数据库,在mount模式下修改,简要步骤1 以shutdown immediate方式关闭数据库2 启动实 Oracle从归档模式变成非归档模式详细步骤 ...
VS2012/13本地发布网站详细步骤（可带数据库）
VS发布网站详细步骤要在本地(自己的额电脑上)发布网站,首先你必须要搭建一个IIS服务器(具体搭建方法可参考我的上一篇博客).下面是具体步骤: 1.打开你的VS2012网站项目,右键点击项目> ...
win7怎么修改oracle登陆密码,win7账户密码如何修改|win7修改账户密码的详细步骤...
今天本教程和大家分享win7修改账户密码的详细步骤,为了系统的安全最好经常修改系统的密码,从而保护好我的电脑,保护好我们的资料.还是有很多用户不知道win7账户密码如何修改?网上有很多关于修改账户密码 ...

CPTAC蛋白质差异分析详细步骤