![](https://img-blog.csdnimg.cn/1a57e93b6dbd48c39be5f57e5c3942e5.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
生信数据挖掘
文章平均质量分 83
生信数据挖掘,R语言生信分析、生信作图。TCGA、GEO实战
医学和生信笔记
外科医生,R语言爱好者
展开
-
complexheatmap绘制TCGA的MAF突变全景图
直接从TCGA官网下载的突变maf数据可以提供给maftools直接使用,画出突变瀑布图。但是不能直接提供给使用,需要提前处理一下,今天演示下如何处理。对TCGA的MAF数据使用ComplexHeatmap绘制突变全景图。原创 2024-01-03 18:11:38 · 1356 阅读 · 1 评论 -
MOVICS:分子分型一站式R包(03)
是的,还有一个尚未使用的数据集,让我们看看我们是否可以使用这些亚型特异性的生物标志物来验证外部Yau队列中的当前乳腺癌亚型。具体来说,首先在发现(训练)队列(即TCGA-BRCA队列)中使用PAM(partition around medoids)分类器来训练模型,以预测验证(测试)队列(即BRCA-Yau队列)中患者的亚型,并将验证队列中的每个样本分配给与其质心具有最高的Pearson相关性的亚型标签17。的全部内容了,非常丰富,提供分子分型的绝大多数分析,只需要提供正确的数据即可。原创 2024-01-03 18:08:09 · 1162 阅读 · 0 评论 -
MOVICS:分子分型一站式R包(02)
为了定量这些可能影响免疫治疗的基因组改变,MOVICS提供了两个函数来计算总突变负荷(TMB)和基因组改变比例(FGA)。具体而言,TMB指的是在肿瘤基因组中发现的突变数量,而FGA是受复制数增减影响的基因组百分比。所有这些度量范围从0到1,值越大,两个评估之间的相似度就越高。该函数还可以生成一张液态图(alluvial-diagram),以当前亚型作为参考,可视化两个评估与当前亚型的一致性。目前,许多癌症都有传统的分类方法,评估新亚型与先前分类的一致性对于反映聚类分析的稳健性和确定潜在的新亚型至关重要。原创 2024-01-03 18:06:51 · 1088 阅读 · 0 评论 -
MOVICS:分子分型一站式R包(01)
免疫浸润结果分子分型MOVICS。该包与其他分子分型R包最大的不同是它能同时使用多组学的数据,普通的分子分型R包只能通过一种组学数据进行分析,比如只能通过mRNA的表达矩阵进行分析。但是这R包它可以同时通过比如说mRNA、lncRNA、甲基化数据、突变数据进行分型。之外,它还提供了分型之后每个亚型的探索以及每个亚型内的分析。所以说这是一个一站式的包。这个的功能主要分为三个部分,示意图如下:第一个部分是根据不同的组学数据进行分型。大部分是比较不同的分型。原创 2024-01-03 18:03:57 · 1651 阅读 · 0 评论 -
R语言药敏分析oncoPredict
之前已经详细介绍过pRRophetic包预测药物敏感性了,但是这个包太古老了,我估计很多人会困在安装这一步,毕竟对于新手来说最难的就是R包安装了。今天介绍下,这个包是pRRophetic的升级版,使用方法和原理一模一样,只是换了以下训练数据而已,也就是默认适用的数据库不一样了,其他都是一样的。除此之外还增加了几个新的函数。主要功能是预测药物反应和药物-基因关联,github的描述:包的作者说他们会持续更新这个包,你们信吗?CRAN和github都显示上次更新是2年前了~原创 2023-12-15 15:27:22 · 2427 阅读 · 0 评论 -
R语言药敏分析pRRophetic
这个R包的思路其实很简单,就是根据已知的细胞系表达矩阵和药物敏感性信息作为训练集建立模型,然后对新的表达矩阵进行预测。已知的信息就是从直接从上面介绍的数据库下载的,pRRophetic包使用的是CGP和CCLE的数据,但是CCLE的药敏数据只有24种药物和500多个细胞系,数据量比较少,所以通常大家使用的都是CGP的数据。作者专门发了一篇文章,详细介绍该包背后的方法和原理:。原创 2023-12-15 15:26:39 · 1585 阅读 · 0 评论 -
WGCNA分类变量处理
这篇推文主要探讨下WGCNA如何处理分类性状。eigengenes可以代表某个模块,在计算出模块的eigengenes后,下一步就是探索eigengenes和性状之间的关系,也就是模块和性状之间的关系。大家见到的比较多的是计算相关性,此时需要性状是数字才行。但是大家的性状有很多分类变量,此时应该如何处理呢?WGCNA假如我们有一个无序分类变量x我们可以把它变成3组之间的形式,使用的是或者变成1-vs-all。原创 2023-12-15 15:22:40 · 750 阅读 · 0 评论 -
SCI图表学习NC的fig1
今天学习1篇去年发表在NC上的经典文献:Machine learning-based integration develops an immune-derived lncRNA signature for improving outcomes in colorectal cancer,其中的Fig 1。虽然只是1个Fig 1,但是这工作量真的不小。并且在推文中扩展了一些其他技能。原创 2023-10-19 16:07:13 · 198 阅读 · 0 评论 -
手动计算logFC(wilcoxon差异分析)
前段时间有小伙伴问怎么手动计算logFC,今天说一下。logFC是的缩写,也就是log之后的差异倍数。这个差异倍数意思是某个基因在A组表达量的平均值是B组表达量平均值的几倍。这个东西的计算其实很简单的,就是常规的对数计算而已。一般来说,我们用tpm或者fpkm时,通常都会先进行log2处理,在log2处理后的表达矩阵里,如果某个基因在A组表达量是x,在B组表达量是y,那么这个基因的。这不是巧合,只是一个很简单的数学公式log(x/y)=log(x)-log(y)原创 2023-09-10 12:23:31 · 6307 阅读 · 1 评论 -
SCI图表学习:1篇NC的Fig1
今天学习1篇去年发表在NC上的经典文献:Machine learning-based integration develops an immune-derived lncRNA signature for improving outcomes in colorectal cancer,其中的Fig 1。虽然只是1个Fig 1,但是这工作量真的不小。并且在推文中扩展了一些其他技能。原创 2023-09-10 12:22:49 · 225 阅读 · 0 评论 -
WGCNA实战:识别免疫相关lncRNA
前面的推文给大家介绍了3种识别免疫相关lncRNA今天再给大家介绍下如何使用WGCNA识别免疫相关lncRNA,也算是WGCNA的实战教程。WGCNA可以看做是一种筛选候选分子的方法,也可以是识别特定性状相关分子的方法,还可以看做是一种降维方法。WGCNA的原理和入门教程我们就不讲了,大家自己学习一下,直接进入实操。原创 2023-09-10 12:21:21 · 562 阅读 · 0 评论 -
免疫相关lncRNA的识别
和免疫相关的各种分析感觉都挺火的…免疫相关的lncRNA也很火。原创 2023-09-10 12:16:56 · 163 阅读 · 0 评论 -
免疫浸润结果分子分型(一致性聚类)
分子分型也是生信灌水的常见知识点之一。可以用于分子分型的方法非常多,比如:一致性聚类、非负矩阵分解、PCA等等,当然这些方法不需要我们手动去计算,都是有成熟的R包帮我们做。colaMOVICSdiceR,等等。可以用于分子分型的数据那更是五花八门啦,理论上只要你有一个数值型矩阵,都可以做分型。今天给大家演示一个根据免疫浸润结果进行分子分型的示例。原创 2023-09-05 14:56:57 · 667 阅读 · 0 评论 -
批次效应去除之combat和removebatcheffect
今天演示下如何使用不同方法去除批次效应。原创 2023-09-05 14:54:36 · 5197 阅读 · 0 评论 -
GSVA和ssGSEA
ORA和GSEA。假如你手上有一撮基因,但是你不知道它们有哪些功能,你可以先做个ORA富集分析;假如你有一撮基因,你想看看它们在两种状态下分别会富集在哪些通路,或者两种状态下的功能会有哪些不一样,那你可以做GSEA。平常最常见的GO和KEGG只是已知功能的基因集合而已,这些基因的功能我们已经研究透了,现在把它们放一起,用来方便大家探索你手上的基因可能有哪些功能,这就是注释基因集,用已知功能的基因来注释你手上的基因。除了GO和KEGG,还有非常多的注释基因集,比如我们之前介绍过的Reactome等等。原创 2023-09-05 14:53:36 · 1196 阅读 · 0 评论 -
单基因差异分析并绘制火山图和热图
ORA和GSEA。通常都是需要一个基因集才可以做。单个基因能做富集分析吗?肯定是不行的,所以需要我们用间接的方法实现。这个思路同样也适用于其他分子,比如lncRNA,比如miRNA(miRNA其实应该是找靶基因做,这样更合理)。下面我们进行演示,我们选择HOPX这个基因,来自一篇文章:https://doi.org/10.1186/s12935-023-02962-2。原创 2023-09-05 14:52:52 · 1073 阅读 · 0 评论 -
单基因富集分析
ORA和GSEA。通常都是需要一个基因集才可以做。单个基因能做富集分析吗?肯定是不行的,所以需要我们用间接的方法实现。这个思路同样也适用于其他分子,比如lncRNA,比如miRNA(miRNA其实应该是找靶基因做,这样更合理)。下面我们进行演示,我们选择HOPX这个基因,来自一篇文章:https://doi.org/10.1186/s12935-023-02962-2。原创 2023-09-05 14:52:07 · 673 阅读 · 0 评论 -
simplifyEnrichment简化富集分析结果
主要针对富集分析的结果进行简化,并提供了一些强大的可视化函数。GO的条目是冗余的,做一次GO富集分析可以得到几千条term,让人眼花缭乱,可以使用simplify函数去冗余。做的是类似的事情,但是并,把相似性大的条目聚到一起,实现“物以类聚人以群分”的效果,让我们对所有的富集的结果有一个整体的认知。作者开发了一种binary cut但DOSEmeshesReactomePA以上几个函数都是计算相似性矩阵用的,下面会演示什么是相似形矩阵。的作者即是大名鼎鼎的包的作者。原创 2023-09-05 14:51:21 · 778 阅读 · 0 评论 -
GSEAvis富集分析可视化
GseaVis,专门用于GSEA富集分析可视化,相比于enrichplot,增加了很多好用的功能,很多功能让我直呼 泰裤辣!!原创 2023-09-05 14:49:22 · 892 阅读 · 0 评论 -
GOplot富集分析可视化
包进行富集分析可视化,这个R包的图形有一些独到之处,经常在文献中出现,有人说这个R包数据准备很难,如果你能耐心跟着教程走一遍,我觉得这个事情会变得简单。的演示,使用起来还是蛮简单的,准备数据的过程也并不是非常复杂,大家可以按照我的示例试一试,无非就是改几个列名,挑选几个自己感兴趣的条目。不过也需要提前整理好数据。但是这个函数封装的很过度,只要term一多,就会很难看,而且没有给出限制的函数,所以我们提前筛选一下。包,1行代码即可,基因芯片数据也是支持的,并且它会自动检测需不需要进行log2转换,如果是。原创 2023-09-05 14:47:59 · 492 阅读 · 0 评论 -
GSEA富集分析可视化
上一次推文已经给大家介绍了常见的富集分析类型以及如何使用全能的R包相必大家也知道的富集结果可以画出很多漂亮的图,其中enrichplot是专门用于对接的富集结果的可视化R包。但是大家有没有这样的困惑呢?ehrichplot今天就先给大家详细介绍enrichplot包。当然了,富集分析的可视化还有许多其他R包,我们会在后续的推文中继续介绍。原创 2023-09-05 14:45:10 · 5690 阅读 · 1 评论 -
enrichplot富集分析可视化
上一次推文已经给大家介绍了常见的富集分析类型以及如何使用全能的R包相必大家也知道的富集结果可以画出很多漂亮的图,其中enrichplot是专门用于对接的富集结果的可视化R包。但是大家有没有这样的困惑呢?ehrichplot今天就先给大家详细介绍enrichplot包。当然了,富集分析的可视化还有许多其他R包,我们会在后续的推文中继续介绍。原创 2023-09-05 14:44:12 · 911 阅读 · 0 评论 -
富集分析常见类型
有些用户需要自定义自己的注释数据库或者没有支持的物种,也可以自己DIY。提供了用于超几何检验的enricher()函数和用于基因集富集分析的GSEA()函数,可以让用户根据自己的注释信息进行富集分析。需要两个额外的参数TERM2GENE和TERM2NAME。TERM2GENE是一个数据框,第一列是term-ID,第二列是相应的映射基因;TERM2NAME也是一个数据框,第一列是term-ID,第二列是相应的术语名称。其中TERM2NAME是可选的。原创 2023-09-05 14:43:18 · 320 阅读 · 0 评论 -
免疫浸润结果可视化
接下来就是批量计算每一个基因和28种细胞之间的相关系数和P值,这个需求你可以写循环实现,或者apply系列,purrr系列等,但是我试过,都太慢了,尤其是数据量很大的时候。OK,就先介绍到这里,关于结果的可视化,我这里介绍的只是最常见的,冰山一角而已,毕竟可视化方法太多了,不可能全都介绍到。如果你需要单独画图,并保存,也是可以的,都没有问题,只要你基础够扎实,想做什么都可以,你R语言基础不行,啥都做不出来。不过这种展示的是1个基因和其他细胞的关系,就是1对多的关系展示,上面的热图是多对多的关系展示。原创 2023-06-02 16:16:15 · 4583 阅读 · 3 评论 -
8种免疫浸润分析1行代码实现
免疫浸润一直是生信数据挖掘的重点,免疫浸润的各种算法也是大家学习生信数据挖掘必学的知识点。IOBR。这个包完全不需要你自己分别进行操作,极大地简化了进行免疫浸润分析的步骤。下面就给大家演示如何使用1行代码实现8种免疫浸润方法!首先是安装R包。原创 2023-06-02 16:15:16 · 5330 阅读 · 17 评论 -
TCGA任意基因在配对样本中的表达量展示
里面提到了2个函数很好用:其实这个需求我知道在小洁老师的R包tinyarray感觉这个函数非常实用,于是我也想写一个。写好之后我把它们加在easyTCGA包里了。目前easyTCGA。大家可以去github了解详情:https://github.com/ayueme/easyTCGA今天主要说下几个可视化小函数。原创 2023-06-02 16:10:52 · 1335 阅读 · 0 评论 -
TCGA/GTEx泛癌数据任意基因表达量展示
有了泛癌的数据之后就可以进行各种分析了,当然这些都是在R语言的基础上进行的。如果你不会R语言,也可以通过各种各样的网页工具实现。我们今天就简单展示下任意基因在泛癌图谱中的表达量情况。TCGAGTExTCGA+GTEx的泛癌数据都整理好了,大家可以自己通过easyTCGA包实现1行代码整理,也可以直接在公众号后台回复获取整理好的数据。原创 2023-06-02 16:10:27 · 2657 阅读 · 0 评论 -
TCGA/GTEx泛癌数据1行代码整理
TCGA和GTEx的泛癌数据分析也是生信数据挖掘的必备技能,目前最好用的泛癌数据肯定是XENA网站上整理好的啦。我们直接下载用即可。而且XENA的数据估计短时间不会更新的,所以基本上是一次整理永久使用!我把整理泛癌数据的代码也写成了一个函数,并放到了easyTCGA包中,大家安装即可使用。原创 2023-06-02 16:08:16 · 2307 阅读 · 0 评论 -
ChAMP分析TCGA结直肠癌甲基化数据实战
前面用几篇推文详细介绍了ChAMP包用于甲基化分析的流程,并使用肠癌领域的GSE149282进行了演示。下面我们用TCGA-COAD和TCGA-READ的甲基化数据再做一次演示,从IDAT文件开始。有了这个结果之后,你就可以去做各种联合分析~原创 2023-06-02 16:16:39 · 1465 阅读 · 0 评论 -
minfi包甲基化数据分析流程
minfiChMAP包的很多的函数都有minfi包的影子。minfi使用起来也很简单,就是5个对象走一遍流程即可,下面还是用之前的GSE194282数据集进行演示!原创 2023-05-07 19:00:29 · 1255 阅读 · 1 评论 -
ChAMP甲基化数据分析:从β值矩阵开始
之前的推文详细介绍了ChMAP包从IDAT文件开始的甲基化数据分析流程,今天说一下从β矩阵开始的分析流程。原创 2023-05-07 19:00:27 · 1818 阅读 · 2 评论 -
ChAMP甲基化数据分析:标准流程
我们直接进行甲基化数据分析。使用ChAMP包分析甲基化数据,这个包非常强大,甲基化数据分析必须得了解它。这个包在bioconductor上,不要问我为什么不过在使用ChAMP包的时候需要提供一个样本信息文件,.csv格式的,其实这个文件的准备非常简单。ChAMP包给我们准备了一个示例数据集,我们先看一下示例数据是什么样的。在示例文件夹中的数据是这样的:其中就是样本信息,打开之后是这样的:通常这个文件应该是作者给出的,但是很多时候都没有…Sentrix_ID这个名字可以改这个名字不能改如果没有。原创 2023-05-07 18:59:23 · 2598 阅读 · 1 评论 -
easyTCGA:让初学者也能感受“征服“TCGA的喜悦
生信数据挖掘必不可少要学习数据库,但是对于新手,经常卡在第一步:下载和整理数据。第一步完成了,又会卡在第二步,第三步:差异分析,生存分析…对于R语言大神来说都不是问题,非常简单的R语言操作而已。但是对于初学者很难理解。这几步操作又是必不可少的,我自己也经常需要重新下载整理数据。为了简化这几个流程,同时也是让初学者也能感受到"征服"的喜悦,我把自己常用的一些代码打包,写个R包玩玩。首先安装依赖包:再安装包:主要功能文字版使用教程请关注公众号:医学和生信笔记视频版教程请关注哔哩哔哩:阿越就是我B站,原创 2023-05-07 18:57:05 · 1408 阅读 · 0 评论 -
lasso回归结果美化
有了数据,画图就很简单了。原创 2022-11-13 21:56:15 · 1519 阅读 · 0 评论 -
TCGA的拷贝数变异CNV可视化
大家看文献时可能经常遇到各种的可视化,都很好看,但是不知道怎么画出来的:GISTIC2会自动出一些结果,但是并不好看,而且扩增和删失是分开的:网络上也没找到怎么画,只能自己操作一下了!原创 2022-11-13 21:55:39 · 3834 阅读 · 3 评论 -
新版TCGA表达矩阵1行代码提取2.0版
配合视频教程使用更佳:【1行代码提取6种TCGA表达矩阵和临床信息】 https://www.bilibili.com/video/BV12R4y197Ne/?之前写了一个脚本,可以让大家1行代码提取6种类型的表达矩阵以及对应的临床信息。原创 2022-11-13 21:55:13 · 1796 阅读 · 5 评论 -
新版TCGAbiolinks包的可视化功能
使用包探索最新版TCGA数据库已经写了近10篇推文。今天学习下包中的可视化函数。这些图形都可以使用其他R包进行更好看的可视化,平常大家根本不用,不过作为包完整学习的一部分,在这里简单记录一下。。原创 2022-11-13 21:56:04 · 1166 阅读 · 0 评论 -
新版TCGA的甲基化数据分析
中,包括分组信息、生存信息、分期信息等,我们这里只要用到分组信息即可,所以先把。可以看到和转录组的差异分析结果差不多,但是都是探针信息,基因信息需要注释才行。主要是甲基化差异分析,甲基化的一些可视化,甲基化和转录组数据的联合作图。我们需要确定谁和谁进行相比,也就是要创建一个含有分组信息的列。我们还是使用之前下载好的TCGA-COAD的甲基化β值矩阵。对象和相应的分组信息就可以进行甲基化差异分析了。可以在一张图中查看转录组数据和甲基化数据的情况。需要准备转录组差异分析结果和甲基化差异分析结果。原创 2022-11-13 21:55:12 · 4912 阅读 · 3 评论 -
新版TCGA的突变SNP数据添加临床信息
拷贝数变异肯定也是没有问题的,也是用的之前合并后的数据,然后经过gistic处理,就得到了我们需要的文件,关于gistic这个软件的使用,大家百度即可~因为现在的TCGA数据库不能直接下载4种制作好的maf文件了,需要自己整理,如果你还不知道怎么整理,请看这篇内容(去翻推文)画图也是没有问题的,关于这个包的使用网络上教程非常多,也很全面,大家直接百度即可,这里就简单演示下。画出来简单,但是解释过程挺复杂的,涉及到下游氨基酸的变化,需要了解。,其实很简单,但是网络上的教程都说的不清楚。原创 2022-11-12 19:31:34 · 2550 阅读 · 1 评论 -
新版TCGA不同癌种数据合并
很多文章对于TCGA中的一些癌症都是联合分析的,比如TCGA-COAD和TCGA-READ,首先是它们的疾病特点和治疗方式存在很多相似之处,同时这样做也可以增大样本量。如果你是使用包下载的数据,那么它们的合并超级简单,直接cbind()即可!原创 2022-11-12 19:28:58 · 2523 阅读 · 1 评论