相关性分析

################某基因与多基因间相关性 表达

rm(list = ls())

setwd("/data3/ff/data/xena_TCGA/TPM/gene.lnc")

#####读入表达文件                   

library(data.table)

PAAD<-fread("TCGA-PAAD.htseq-TPM.Gene.lnc.txt",data.table = F)

row.names(PAAD)<-PAAD$genenames

###########提取所需基因

gene<-read.table("/data3/ff/data/TF/AL5.TF.txt",header = T)

gene<-gene$TF

#####在表达文件中提取所需基因

expr<-PAAD[gene,]

#转置

expr<-t(expr)

expr<-as.data.frame(expr)

#删除第一行

expr<-expr[-1,]

#使用Hmisc 包,计算矩阵相关系数及其对应的显著性水平

library(Hmisc)

#写函数来提取矩阵相关及其P值

CorMatrix <- function(cor,p) {

                              ut <- upper.tri(cor)

                              data.frame(row = rownames(cor)[row(cor)[ut]] ,

                              column = rownames(cor)[col(cor)[ut]],

                              cor =(cor)[ut],

                              p = p[ut] )

}

res <- rcorr(as.matrix(expr), type=c("pearson"))

?rcorr #查看函数说明    rcorr(x, y, type=c("pearson","spearman"))

library(dplyr)

results <- CorMatrix (res$r, res$P) %>% as.data.frame() %>%

        filter(row == "AL5" & cor <0)

write_csv(results,"AL5.negative.TF.csv",col_names = T)


#####################两基因间相关性图

rm(list = ls())

setwd("/data3/ff/data/xena_TCGA/TPM/gene.lnc")

PAAD<-fread("TCGA-PAAD.htseq-TPM.Gene.lnc.txt",data.table = F)

row.names(PAAD)<-PAAD$genenames

PAAD<-PAAD[,-1]


##############################################################---LA.HE1相关性

LA.HE1<-PAAD[c("LA","HE1"),]

#转置

LA.HE1<-t(LA.HE1)

LA.HE1<-as.data.frame(LA.HE1)

#################################画图

library(ggplot2)

library(ggpmisc)

library(ggpubr)

#使用ggpubr包stat_cor,将相关系数和显著性水平加入

my.formula <- y ~ x

ggplot(data=LA.HE1,aes(x=LA,y=HE1)) +

  scale_x_log10() + scale_y_log10() +

  labs(title="TCGA PAAD", x="LA expression", y="HE1 expression")+

  theme_bw()+#移除背景

  theme(panel.grid.major=element_blank(),panel.grid.minor=element_blank())+#移除网格线

  theme(plot.title = element_text(hjust = 0.5))+ #设置标题居中

  geom_point(size=2,alpha=1,color="black") +


  #stat_poly_eq(formula = my.formula,

  #aes(label = paste(#..eq.label..,#展示方程

  #..rr.label..,#展示r值

  # sep = "~~~")),

  #parse = TRUE) +

  stat_cor(method = "pearson",#将相关系数和显著性水平加入

          #label.x =-2, label.y = -2,

          color='black',p.accuracy = 0.001)+

  geom_smooth(method="lm",color="red",alpha=.7,size=1.2,se=FALSE, formula = my.formula)+

  scale_y_continuous(breaks = c(0,1,2,3,4,5,6,7,8,9,10))+

  scale_x_continuous(breaks = c(0,1,2,3,4,5,6,7,8,9,10));

ggsave("LA.HE1.cor.pdf",width = 10, height =8,dpi = 300)  #保存成pdf

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,324评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,303评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,192评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,555评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,569评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,566评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,927评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,583评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,827评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,590评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,669评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,365评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,941评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,928评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,159评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,880评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,399评论 2 342

推荐阅读更多精彩内容