TPM是RNAseq测序结果里很好的归一化表达矩阵，以前都是FPKM，但目前TPM才是主流，很多测序公司也开始用TPM作为基因定量单位进行分析了，基因表达分布、相关性系数和主成分分析都可以用它。
tpm<-read.csv('\TPM.csv',row.names=1) #不要第一列的基因名
tpm=data.fream(tpm) ## 最好是数据框
exp<-log2(tpm+1) ## 最好进行log2+1的处理，数据可以整齐些
一、 样本基因表达分布
## 新建一个分组
group_list=factor(c(rep('NC',3),rep('OE',3))) # 设置成因子，每组3个样本
##自带boxplot函数看最简单的分布，但图丑无比
boxplot(exp,outline=FALSE, notch=T,col=group_list, las=2)
Boxplot
在这个看脸的年代，这个图肯定是不行的（随便给的数据，数据分布不齐，当然不齐的话可以用limma包内置normalizeBetweenArrays校正，代码是：
library(limma)
exp2=normalizeBetweenArrays(exp)
image.png
当然这个算是
重复校正了，不过为了后面的图好看，还是用这个exp2后续分析吧。。。。为了好看，箱式图当然是
ggplot2来画，首先就需要先把矩阵转换一下下
library(ggplot2)
# 构造绘图数据
data <-data.frame(expression=c(exp2),sample=rep(colnames(exp2),each=nrow(exp2)))
## 这个数据包括了表达和样本，但是没有分组，我们可以这样定义
library(stringr)
data$group=ifelse(str_detect(data$sample,"NC"),"NC","OE") # 检验如果样本里包含了NC，就定义为NC组，否则就是OE组
## 开始画图
ggplot(data,aes(x=sample,y=expression,fill=group))+geom_boxplot() + theme_bw()+ xlab(NULL) + ylab("log2(TPM+1)")
Box
当然还可以分面
ggplot(data,aes(x=sample,y=expression,fill=group))+geom_boxplot() + theme_bw()+ xlab(NULL) + ylab("log2(TPM+1)")+facet_grid(~group,scales = 'free')
image.png
不过ggpubr会更简单，而且还可以定义配色，比如lancet
library(ggpubr)
ggboxplot(data,"sample","expression",fill = "group",facet.by = "group",scale="free",palette = "lancet",legend="none",ggtheme = theme_bw())
image.png
当然如果你有强迫症，觉得差距太大，也可以把Y轴的显示范围缩小一点
ggboxplot(data,"sample","expression",fill = "group",ylim=c(0,3),facet.by = "group",scale="free",palette = "lancet",legend="none",ggtheme = theme_bw())
image.png
然后是密度图，还是用ggpubr，代码简单
ggdensity(data,"expression",fill = "sample",color = "sample",ggtheme = theme_bw())
密度分布
二、样本间相关性
corr<-cor(exp) #一个代码就计算完，默认是pearson法，当然你也可以设置为spearman，加一个method="spearman"就可以。
p.mat <- cor_pmat(exp) # 还可以计算下p值
##这个时候需要先安装ggcorrplot这个包（不要问我怎么安装），然后再加载它
library(ggcorrplot)
ggcorrplot(corr,
outline.color = "white",
ggtheme = ggplot2::theme_bw,
colors = c("#6D9EC1", "white", "#E46726"),lab = T,title = "Corralation"
)
Pearson相关性
这个包的函数特别多，可以显示圈图，可以排序，可以只显示上部分或下部分，还可以添加P值标签，可以参考这个ggcorrplot: Visualization of a correlation matrix using ggplot2 - Easy Guides - Wiki - STHDA
主成分分析
主成分方法有很多种，很难说用哪个，有Dim表示的，也有PCA表示的，其实原理都差不多，这里用Dim
library(ggord) # 不要问我怎么安装
library(FactoMineR) # 不要问我怎么安装
dat <- as.data.frame(t(exp))
dat.pca <- PCA(dat, graph = FALSE)
ggord(dat.pca,group_list,coord_fix = FALSE,
arrow = 0,vec_ext = 0,txt = NULL)
主成分分析
当然还有大佬小洁忘了分身的tinnyarray神包其实也可以，而且还不用你去算结果，一步出图的感觉很好，而且还可以添加配色和主题，很ggplot2，可惜就是样本太少的画，它没法给你加个圈，其实它就是借用了factoextra这个包的函数，真是偷懒啊，所以你应该需要先安装这个包才能用
library(tinyarray) # 不要问我怎么安装
library(ggsci)
draw_pca(tpm,group_list)+theme_bw()+scale_color_lancet()
image.png
华丽丽的结束
网友评论