美文网首页生物信息学R语言源码R语言技巧mRNA
RNAseq数据,下载GEO中的FPKM文件后该怎么下游分析

RNAseq数据,下载GEO中的FPKM文件后该怎么下游分析

作者: 泥人吴 | 来源:发表于2019-12-08 21:12 被阅读0次
    这个推文已经发布在生信技能树公众号:

    RNAseq数据,下载GEO中的FPKM文件后该怎么下游分析


    • 文献标题是:Oncogenic lncRNA downregulates cancer cell antigen presentation and intrinsic tumor suppression不过不需要看文章
    • 6个样本,分成2组,是RPKM值表达矩阵,做差异分析,看GO通路,跟文章比较
    • 新的作业:(f) Enrichment of GO biological process (BP) terms for up-regulated genes (red) and down-regulated genes in tumor versus normal samples (n = 3, 3 animals). (g-i) Log2 of fold changes of indicated metabolites in MMTV-Tg(LINK-A) breast tumor compared to that of Tg(LINK-A) mammary gland (n = 3 animals respectively).

    1.下载数据GSE113143并加载数据

    a=read.table('GSE113143_Normal_Tumor_Expression.tab.gz',sep='\t',quote = "",fill = T,
                 comment.char = "!",header = T) # 提取表达矩阵
    rownames(a)=a[,1]
    a <- a[,-1]
    

    2.将FPKM转换为TPM

    expMatrix <- a
    fpkmToTpm <- function(fpkm)
    {
      exp(log(fpkm) - log(sum(fpkm)) + log(1e6))
    }
    tpms <- apply(expMatrix,2,fpkmToTpm)
    tpms[1:3,]
    colSums(tpms)
    #输出结果:
    > tpms[1:3,]
                      N1      N2    N3    T1    T2    T3
    0610005C13Rik  0.232  0.1715  0.00  0.00  0.00  0.00
    0610007P14Rik 48.391 39.2632 46.04 50.04 59.05 67.29
    0610009B22Rik 47.491 58.5954 54.27 49.79 53.13 58.00
    > colSums(tpms)
       N1    N2    N3    T1    T2    T3 
    1e+06 1e+06 1e+06 1e+06 1e+06 1e+06 
    

    3.差异分析:

    group_list=c(rep('Normal',3),rep('Tumor',3))
    ## 强制限定顺序
    group_list <- factor(group_list,levels = c("Normal","Tumor"),ordered = F)
    #表达矩阵数据校正
    exprSet <- tpms
    boxplot(exprSet,outline=FALSE, notch=T,col=group_list, las=2)
    library(limma) 
    exprSet=normalizeBetweenArrays(exprSet)
    boxplot(exprSet,outline=FALSE, notch=T,col=group_list, las=2)
    #判断数据是否需要转换
    exprSet <- log2(exprSet+1)
    #差异分析:
    dat <- exprSet
    design=model.matrix(~factor( group_list ))
    fit=lmFit(dat,design)
    fit=eBayes(fit)
    options(digits = 4)
    topTable(fit,coef=2,adjust='BH')
    bp=function(g){
      library(ggpubr)
      df=data.frame(gene=g,stage=group_list)
      p <- ggboxplot(df, x = "stage", y = "gene",
                     color = "stage", palette = "jco",
                     add = "jitter")
      #  Add p-value
      p + stat_compare_means()
    }
    deg=topTable(fit,coef=2,adjust='BH',number = Inf)
    head(deg) 
    #save(deg,file = 'deg.Rdata')
    

    划重点:以下代码、方法全来自生信技能树的最新推文:为R包写一本书(向Y叔致敬)

    4.做完差异分析

    • GEO数据挖掘代码,很容易得到上下调基因,而且转为ENTREZID,后续分析都以这个为主线。
    • 根据原文文献中:Differential gene expression was defined if the fold change >1.5 and P < 0.05 between tumor and normal samples找差异基因
    ## 不同的阈值,筛选到的差异基因数量就不一样,后面的超几何分布检验结果就大相径庭。
    if(T){
      logFC_t=1.5
      deg$g=ifelse(deg$P.Value>0.05,'stable',
                   ifelse( deg$logFC > logFC_t,'UP',
                           ifelse( deg$logFC < -logFC_t,'DOWN','stable') )
      )
      table(deg$g)
      head(deg)
      deg$symbol=rownames(deg)
      library(ggplot2)
      library(clusterProfiler)
      library(org.Mm.eg.db)
      df <- bitr(unique(deg$symbol), fromType = "SYMBOL",
                 toType = c( "ENTREZID"),
                 OrgDb = org.Mm.eg.db)
      head(df)
      DEG=deg
      head(DEG)
      
      DEG=merge(DEG,df,by.y='SYMBOL',by.x='symbol')
      head(DEG)
      
      save(DEG,file = 'anno_DEG.Rdata')
      gene_up= DEG[DEG$g == 'UP','ENTREZID'] 
      gene_down=DEG[DEG$g == 'DOWN','ENTREZID'] 
    }
    

    5.最简单的超几何分布检验:

    # 最简单的超几何分布检验
    ###这里就拿KEGG数据库举例吧,拿自己判定好的上调基因集进行超几何分布检验,如下
    if(T){
      gene_down
      gene_up
      enrichKK <- enrichKEGG(gene         =  gene_up,
                             organism     = 'mmu',
                             #universe     = gene_all,
                             pvalueCutoff = 0.05,
                             qvalueCutoff =0.05)
      head(enrichKK)[,1:6] 
      browseKEGG(enrichKK, 'hsa04512')
      dotplot(enrichKK)
      ggsave("enrichKK.png")
      enrichKK=DOSE::setReadable(enrichKK, OrgDb='org.Mm.eg.db',keyType='ENTREZID')
      enrichKK 
    }
    ##最基础的条形图和点图
    #条带图
    barplot(enrichKK,showCategory=20)
    #气泡图
    dotplot(enrichKK)
    
    enrichKK.png
    • 通路与基因之间的关系可视化
    #通路与上调基因之间的关系可视化
    ###制作genlist三部曲:
    ## 1.获取基因logFC
    DEG_up <- DEG[DEG$g == 'UP',]
    geneList <- DEG_up$logFC
    ## 2.命名
    names(geneList) = DEG_up$ENTREZID
    ## 3.排序很重要
    geneList = sort(geneList, decreasing = TRUE)
    head(geneList)
    
    cnetplot(enrichKK, categorySize="pvalue", foldChange=geneList,colorEdge = TRUE)
    cnetplot(enrichKK, foldChange=geneList, circular = TRUE, colorEdge = TRUE)
    ggsave("enrichKK_cnetplot.png")
    
    enrichKK_cnetplot.png
    • 通路与通路之间的连接展示
    #通路与通路之间的连接展示
    emapplot(enrichKK)
    ggsave("enrichKK_emapplot.png")
    
    enrichKK_emapplot.png
    • 热图展现通路与基因之间的关系
    #热图展现通路与基因之间的关系
    heatplot(enrichKK)
    ggsave("enrichKK_heatplot.png")
    
    enrichKK_heatplot.png
    • 如果你是做GO数据库呢,其实还有一个goplot可以试试看,当然是以Y叔的书为主啦。
    #如果你是做GO数据库呢,其实还有一个goplot可以试试看
    ego_bp_up<-enrichGO(gene       = DEG_up$ENTREZID,
                     OrgDb      = org.Mm.eg.db,
                     keyType    = 'ENTREZID',
                     ont        = "BP",
                     pAdjustMethod = "BH",
                     pvalueCutoff = 0.01,#0.01
                     qvalueCutoff = 0.05)
    goplot(ego_up)
    ggsave("ego_bp_up_goplot.png")
    head(ego)
    library(stringr)
    barplot(ego_bp_up,showCategory = 16,title="The GO_BP enrichment analysis of all DEGs ")+ 
      scale_size(range=c(2, 12))+
      scale_x_discrete(labels=function(ego_bp) str_wrap(ego_bp,width = 25))
    ggsave("ego_bp_up_barplot.png")
    
    ego_up_goplot.png
    ego_up_barplot.png
    • 同样的方式看看下调基因的GO_BP:


      down_regulated_genes.png

    • 和文献中的GO_BP比较一下
      GO_BP

    相关文章

      网友评论

        本文标题:RNAseq数据,下载GEO中的FPKM文件后该怎么下游分析

        本文链接:https://www.haomeiwen.com/subject/cplpbctx.html