多分组芯片数据的差异分析-升级版

1.背景知识

今天的目的是为了从一个5分组数据中筛选出两个分组,去做后续分析。扩展了一下,5个分组的数据其实也可以直接一步到位作差异分析的。

数据编号:GSE54238
实验设计: In the study, we profiled lncRNA/mRNA expression in 10 normal livers (NL), 10 chronic inflammatory livers (IL), 10 cirrhotic livers (CL), 13 early HCC (eHCC) and 13 advanced HCC (aHCC) samples.

2.下载和整理数据

geo_download函数可以完成GEO芯片数据的下载、匹配和整理,一步到位。

#install.packages("tinyarray")
library(tinyarray)
library(tidyverse)
geo = geo_download("GSE54238")
str(geo,max.level = 1)

## List of 3
##  $ exp: num [1:23845, 1:56] 2299.2 25939.9 25.3 236.5 345.4 ...
##   ..- attr(*, "dimnames")=List of 2
##  $ pd :'data.frame': 56 obs. of  10 variables:
##  $ gpl: chr "GPL16955"

如上,geo_download函数下载下来的数据包含表达矩阵、临床信息表格、GPL编号信息。

3.提取表达矩阵和分组信息

这个表达矩阵需要取个log。分组信息需要在pd表格里面找,对于这个数据,直接在pd的第一列(title)里面。

exp = log2(geo$exp+1)
geo$pd$title

##  [1] "NL1"    "NL2"    "NL3"    "NL4"    "NL5"    "NL6"   
##  [7] "NL7"    "NL8"    "NL9"    "NL10"   "IL1"    "IL2"   
## [13] "IL3"    "IL4"    "IL5"    "IL6"    "IL7"    "IL8"   
## [19] "IL9"    "IL10"   "CL1"    "CL2"    "CL3"    "CL4"   
## [25] "CL5"    "CL6"    "CL7"    "CL8"    "CL9"    "CL10"  
## [31] "eHCC1"  "eHCC2"  "eHCC3"  "eHCC4"  "eHCC5"  "eHCC6" 
## [37] "eHCC7"  "eHCC8"  "eHCC9"  "eHCC10" "eHCC11" "eHCC12"
## [43] "eHCC13" "aHCC1"  "aHCC2"  "aHCC3"  "aHCC4"  "aHCC5" 
## [49] "aHCC6"  "aHCC7"  "aHCC8"  "aHCC9"  "aHCC10" "aHCC11"
## [55] "aHCC12" "aHCC13"

去除里面的数字就是合格的分组信息向量了。

Group = str_remove_all(geo$pd$title,"\\d")
table(Group)

## Group
## aHCC   CL eHCC   IL   NL 
##   13   10   13   10   10

可以看到5个分组及每个分组的样本数量。

4.提取自己需要的两个分组对应的数据

需要神奇符号%in%,x %in% y表示对x的每个元素进行判断,判断是否在y中存在,存在返回TRUE,不存在返回FALSE,生成了一个逻辑值向量。

用这个逻辑值向量对表达矩阵和分组信息分别取子集就可以啦!
因为表达矩阵的每一列和pd的每一行对应的是相同的样本,所以按照相同的条件取子集就实现了对样本的筛选。

k = Group %in% c("NL", "CL");table(k)

## k
## FALSE  TRUE 
##    36    20
exp1 = exp[,k]
Group1 = factor(Group[k],levels = c("NL", "CL"))
ncol(exp1)
## [1] 20

length(Group1)
## [1] 20

5.探针注释

library(GEOquery)
a = getGEO(geo$gpl)
b = a@dataTable@table[c(1,6)]
colnames(b) = c("probe_id","symbol")
b = b[b$symbol!="",]
head(b)
##    probe_id symbol
## 1 NM_000015   NAT2
## 2 NM_000016  ACADM
## 3 NM_000017  ACADS
## 4 NM_000018 ACADVL
## 5 NM_000020 ACVRL1
## 6 NM_000023   SGCA

6.二分组差异分析一步到位

get_deg_all函数,方便你我他,把差异分析结果表格、差异基因和常见的几张图一起输出啦。

dcp1 = get_deg_all(exp1,Group1,b)
str(dcp1,max.level = 1)

## List of 3
##  $ deg  :'data.frame':   10035 obs. of  10 variables:
##  $ cgs  :List of 3
##  $ plots:A patchwork composed of 3 patches
## - Autotagging is turned off
## - Guides are collected
## 
## Layout:
## 3 patch areas, spanning 3 columns and 1 rows
## 
##     t l b r
## 1:  1 1 1 1
## 2:  1 2 1 2
## 3:  1 3 1 3

head(dcp1$deg)

##       logFC   AveExpr         t      P.Value    adj.P.Val
## 1 -2.944973  9.188322 -9.353001 2.941332e-09 7.013607e-05
## 2  2.471296  9.458068  7.924233 5.449593e-08 6.454766e-04
## 3 -2.667746  8.150188 -7.161227 2.894538e-07 9.860037e-04
## 4 -1.660002  8.636170 -6.999874 4.161179e-07 9.936383e-04
## 5 -2.045595 10.231269 -6.658487 9.068426e-07 1.801972e-03
## 6 -1.937557  8.059010 -6.464551 1.420836e-06 1.903384e-03
##           B     probe_id  symbol change ENTREZID
## 1 10.934721    NM_021098 CACNA1H   down     8912
## 2  8.341558    NM_006074  TRIM22     up    10346
## 3  6.825299    NM_004213 SLC28A1   down     9154
## 4  6.493086 NM_001039199   TTPAL   down    79183
## 5  5.777318 NM_001018011  ZBTB16   down     7704
## 6  5.363146    NM_173483 CYP4F22   down   126410

dcp1$plots

你会看到热图的聚类与分组不匹配是吧。这不是个错误哦。详见:分组聚类的热图

7.多分组的差异分析也可以搞定

Group = factor(Group,levels = c("NL", "IL", "eHCC", "CL", "aHCC"))
dcp2 = get_deg_all(exp,Group,b)
str(dcp2,max.level = 1)

## List of 3
##  $ deg  :List of 4
##  $ cgs  :List of 4
##  $ plots:A patchwork composed of 4 patches
## - Autotagging is turned off
## - Guides are collected
## 
## Layout:
## 4 patch areas, spanning 2 columns and 2 rows
## 
##     t l b r
## 1:  1 1 1 1
## 2:  2 1 2 1
## 3:  1 2 1 2
## 4:  2 2 2 2

dcp2$plots

一样的代码是不?对,这个包是我写的的,就很丝滑。

©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 203,456评论 5 477
  • 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 85,370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 150,337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 54,583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 63,596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 48,572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 37,936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 36,595评论 0 258
  • 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 40,850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 35,601评论 2 321
  • 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 37,685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 33,371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 38,951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 29,934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 31,167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 43,636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 42,411评论 2 342

推荐阅读更多精彩内容