TCGAbiolinks包分析TCGA数据

TCGAbiolinks包不仅可以下载GDC数据，还能分析数据（differential expression analysis, identifying differentially methylated regions，etc. ) ，以及对分析结果进行可视化操作（e.g., survival plots, volcano plots, starburst plots)。本文主要探索了基因差异表达分析及生存分析，其他功能感觉不太好用，可以参考官方文档。

TCGA样品编码方式 见参考

1. 差异表达基因分析

# if (!requireNamespace("BiocManager", quietly = TRUE))
#   install.packages("BiocManager")
#
# BiocManager::install("EDASeq")library(TCGAbiolinks)
# ls("package:TCGAbiolinks")
library(EDASeq)# TCGAbiolinks 分析TCGA数据
##1. 差异表达基因分析
# 要分析的TCGA项目名，
# getGDCprojects()$project_id
CancerProject <- "TCGA-BRCA"# 数据存放路径
DataDirectory <- paste0("./",gsub("-","_",CancerProject))
# gsub("-","_",CancerProject) # 替换"-"为"_"# 数据名称
FileNameData <- paste0(DataDirectory, "_","HTSeq_Counts",".rda")# 下载数据
query <- GDCquery(project = CancerProject,data.category = "Transcriptome Profiling",data.type = "Gene Expression Quantification", workflow.type = "HTSeq - Counts")
# colnames(query[[1]][[1]])
samplesDown <- getResults(query,cols=c("cases"))  # 数据集中所有样品编号
# typesample, TP: PRIMARY SOLID TUMOR, NT:    Solid Tissue Normal
dataSmTP <- TCGAquery_SampleTypes(barcode = samplesDown,typesample = "TP") #原发性实体瘤样品编号dataSmNT <- TCGAquery_SampleTypes(barcode = samplesDown,typesample = "NT") #正常实体组织样品编号
# 取部分样品，减少数据处理时间（为了演示）
dataSmTP_short <- dataSmTP[1:10]
dataSmNT_short <- dataSmNT[1:10]
# 下载数据
queryDown <- GDCquery(project = CancerProject, data.category = "Transcriptome Profiling",data.type = "Gene Expression Quantification", workflow.type = "HTSeq - Counts", barcode = c(dataSmTP_short, dataSmNT_short))GDCdownload(query = queryDown,directory = DataDirectory)dataPrep <- GDCprepare(query = queryDown, save = TRUE, directory =  DataDirectory,save.filename = FileNameData)# 数据预处理
dataPrep <- TCGAanalyze_Preprocessing(object = dataPrep, cor.cut = 0.6,datatype = "HTSeq - Counts")
# 使用EDASeq软件包使mRNA转录本和miRNA数据标准化
dataNorm <- TCGAanalyze_Normalization(tabDF = dataPrep,geneInfo = geneInfoHT,method = "gcContent")
# 默认method="geneLength"
#dataNorm2 <- TCGAanalyze_Normalization(tabDF = dataPrep,
#                                      geneInfo = geneInfoHT,
#                                      method = "geneLength")
#boxplot(dataNorm2, outline = FALSE)
boxplot(dataPrep, outline = FALSE)
boxplot(dataNorm, outline = FALSE)
# 用gcContent对数据标准化后，每个样本中基因表达谱数据的分布相似。# filter mRNA transcripts and miRNA, samples,
# higher than the threshold defined quantile mean across all samples.
dataFilt <- TCGAanalyze_Filtering(tabDF = dataNorm,method = "quantile", qnt.cut =  0.25)
dim(dataFilt) #17394    20
dim(dataNorm) #23192    20
# 去除23192 - 17394 个基因# 使用edgeR或limma软件包进行差异表达分析（DEA）。
# 默认pipeline = "edgeR"
dataDEGs <- TCGAanalyze_DEA(mat1 = dataFilt[,dataSmTP_short],mat2 = dataFilt[,dataSmNT_short],Cond1type = "Normal",Cond2type = "Tumor",fdr.cut = 0.01 ,logFC.cut = 1,method = "glmLRT")Genelist <- rownames(dataDEGsFiltLevel)
# GO富集分析
ansEA <- TCGAanalyze_EAcomplete(TFname="DEA genes Normal Vs Tumor",Genelist)
# ansEA$ResBP,ansEA$ResMF,ansEA$ResCC,ansEA$ResPat# 作图并保存
TCGAvisualize_EAbarplot(tf = rownames(ansEA$ResBP), GOBPTab = ansEA$ResBP,GOCCTab = ansEA$ResCC,GOMFTab = ansEA$ResMF,PathTab = ansEA$ResPat,nRGTab = Genelist,filename="a.pdf",nBar = 10)

2. 生存分析

# 2. 生存分析
clin.gbm <- GDCquery_clinic("TCGA-GBM", "clinical")
TCGAanalyze_survival(clin.gbm,"gender",main = "TCGA Set\n GBM",height = 10, width=10)

参考：

https://www.bioconductor.org/packages/release/bioc/vignettes/TCGAbiolinks/inst/doc/analysis.html#TCGAanalyze_survival:_Survival_Analysis

https://www.bioconductor.org/packages/release/bioc/html/TCGAbiolinks.html

TCGA样品编码方式

TCGAbiolinks包分析TCGA数据相关推荐

TCGAbiolinks包下载TCGA数据
Bioconductor的TCGAbiolinks包用于GDC数据综合分析的R/Bioconductor软件包,本文主要展示下载数据集和代码. 1. 包的加载 # if (!requi ...
Java抓包+分析网络数据包
Java抓包+分析网络数据包本程序基于java语言,需安装winpcap和配置Jpcap.jar库文件(需要的可以评论留下邮箱),成功实现了对本主机网卡接口的显示和网络数据包的抓取,并调用函数对 ...
oracle中prad函数_R中用GDCRNATools包下载TCGA数据
用GDCRNATools下载TCGA数据,以TCGA-STAD为例下载RNAseq 1)数据下载,gdcRNADownload()函数 ###########用GDCRNATools下载TCGA数据# ...
wireshark抓包分析ping数据包
目录 1.抓取数据包 2．ping request数据包解析 2.1 ICMP 2.2 传输层 2.3 以太帧 2.3 数据链路层 3. ping reply数据包解析 1.抓取数据包先用管理员权限 ...
网络安全学习第10篇 - ping程序的实现，抓包分析ping数据包以及ping工具对于网络安全方面的威胁
请结合附件:Ping的实现原理与ping.cpp的内容,编写一个程序,使其能够实现简单的ping的功能,即判断目标网站是否可以连接,然后通过Wireshark进行抓包分析其ICMP协议,指出哪个数据包 ...
wireshark抓包分析TCP数据包
1.直接从TCP的三次握手开始说起三次握手就是客户与服务器建立连接的过程客户向服务器发送SYN(SEQ=x)报文,然后就会进入SYN_SEND状态服务器收到SYN报文之后,回应一个SYN(SEQ ...
R语言---使用cgdsr包下载TCGA数据---笔记整理
原文链接:https://mp.weixin.qq.com/s?__biz=MzAxMDkxODM1Ng==&mid=2247486492&idx=1&sn=3a7251244 ...
python数据包分析_packet_analysis: 数据包分析工具
功能读取pcap包,打印详细的icmp/tcp/udp协议读取pcap包或网络接口 1. 打印详细的tcp会话/udp报文数据,目前支持mysql/pgsql/smtp/ftp/redis/mon ...
Wireshark数据包分析之数据包信息解读
*此篇博客仅作为个人笔记和学习参考数据包概况 Frame:物理层的数据帧概况; EthernetⅡ:数据链路层以太网帧头部信息; Internet Protocol Version 4:互联网层IP ...

TCGAbiolinks包分析TCGA数据

1. 差异表达基因分析

2. 生存分析

TCGAbiolinks包分析TCGA数据相关推荐

最新文章

热门文章