新版TCGAbiolinks包学习03:差异分析

发布网友发布时间：2024-09-17 02:31

共1个回答

热心网友时间：2024-09-17 20:08

本文主要介绍如何使用TCGAbiolinks包进行差异分析，包括数据加载、预处理、差异分析以及使用DESeq2进行差异分析的详细步骤。

在进行差异分析之前，需要加载好R包和数据。在本例中，数据已经提前下载并整理好，可以直接加载使用。

接下来，我们进行数据预处理。首先，我们通过spearman相关系数去除异常值，同时生成相关图以帮助理解数据关系。之后，进行标准化处理，使用EDASeq包中的方法。接着，过滤掉低表达的基因，从19962个基因中筛选出14600个，去除了5000多个基因。

对数据进行分组，选择实体瘤和部分正常组织进行分析，通过检查样本barcode的第14和15位数来判断类型。分组操作相对简单，只需要根据特定规则进行判断即可。

差异分析主要采用edgeR和limma两种方法，同时支持无缝连接DESeq2进行分析。结果非常理想，提供了gene_name和gene_type信息，使得无需取子集也能进行分析。

若想使用DESeq2进行差异分析，只需将SummarizedExperiment对象传入DESeqDataSet()函数即可，但需要注意分组信息的准备。在本例中，通过调整样本类型信息，轻松完成了分组操作。

进行差异分析时，先进行基因筛选，这里采用简单设置，选择Tumor-Normal作为比较对象。完成筛选后，即可进行差异分析，结果令人满意，虽然没有提供gene_symbol，但可通过其他方式添加。

总结而言，TCGAbiolinks包提供了强大的工具进行TCGA数据的差异分析，从数据加载、预处理到差异分析，整个流程清晰且高效，为生物信息学研究提供了有力支持。