甲基化组学全流程生信分析教程

已于 2024-08-30 08:37:35 修改
阅读量855 收藏 25
点赞数 12
分类专栏： 生信 生物信息学 科研 文章标签： r语言 数据挖掘 数据可视化
于 2024-08-29 23:20:32 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40073899/article/details/141690776
版权
生信 同时被 3 个专栏收录
23 篇文章 5 订阅
订阅专栏
生物信息学
22 篇文章 1 订阅
订阅专栏
科研
22 篇文章 0 订阅
订阅专栏

OmicsTools软件介绍

我开发了一款本地电脑无限使用的零代码生信数据分析作软图神器电脑软件OmicsTools，欢迎大家使用OmicsTools进行生物医学科研数据分析和作图，该软件件能让大家在不需要任何编程和代码编写的基础上，分析次数没有限制，可以无限使用，让您在自己的电脑上快速进行大量的生信分析和加速大家的科学研究。
我开发的本地电脑无限使用无限分析作图的生信零代码一键分析电脑软件神器OmicsTools 软件在github上的zihaoxingstudy1/OmicsTools仓库中，大家可以下载安装OmicsTools进行各种生信分析和可视化作图。
我开发的在本地电脑无限使用无限分析作图的生信零代码一键分析电脑软件神器OmicsTools 软件下载github官方网址: https://github.com/zihaoxingstudy1/OmicsTools ，也可以到我的生信交流q群931846486的群文件中下载到OmicsTools分析软件,大家可以下载安装OmicsTools进行各种生信分析和可视化作图。

甲基化组学全流程分析和可视化教程

读取数据目录下的idat文件的甲基化全流程一键分析

功能简介

  1. 甲基化分析模块可以实现甲基化芯片450K, 870kEPIC数据的自动读取，可以读取idat文件，也可以读取beta甲基化矩阵文件
  2. 甲基化数据的缺失值插值
  3. 甲基化数据的质控分析
  4. 甲基化数据的归一化处理分析
  5. 甲基化数据的SVD分析
  6. 甲基化数据的Combat去除批次效应分析
  7. 甲基化数据的DMP差异甲基化位点分析
  8. 甲基化数据的DMR差异甲基化区域分析
  9. 甲基化数据的差异block分析
  10. 甲基化数据的GSEA分析
  11. 甲基化数据的CNA分析

参数解释

func_arraytype:可选450k或EPIC,EPIC是870K的甲基化芯片

func_resultsDir: 分析结果要保存的目录

func_compare__groups__str: 做DMP和DMR分析时候要指定的比较分组,多个分组间用;号隔开

func_runBlock:是否进行比较耗时的block分析,默认为FALSE

func_runGSEA: 是否进行比较耗时的GSEA分析,默认为FALSE

func_runCNA: 是否进行比较耗时的CNA分析,默认为FALSE

nested_function: 是否嵌套函数

run_file_path: 甲基化.idat格式的原始数据所在的目录

run_read_file:是否要读取文件

run_analysis_type_name: 分析项目名称

run_add__res__dir: 是否要创建res_dir结果目录

run_add_save_file_prefix: 是否要添加结果保存文件的前缀

run_add__parent__dir:是否在上一级目录下创建目录或保存结果

提交

参数给定的默认值

func_arraytype: 450K ;

func_resultsDir: D:/omics_tools/demo_data/methylation/lung_results/ ;

func_compare__groups__str: T-C ; func_runBlock: FALSE ; func_runGSEA: FALSE ; func_runCNA: FALSE ; nested_function: TRUE ;

run_file_path: D:/omics_tools/demo_data/methylation/lung_raw/ ;

run_read_file: FALSE ; run_analysis_type_name: 10.met_analysis_from_idat ;

run_add__res__dir: FALSE ; run_add_save_file_prefix: FALSE ;

run_add__parent__dir: FALSE

窗口截图

91b02e38c0c62a26abdbc951a1658257.jpeg

运行中的显示信息

执行中，请稍后, 运行结果保存的目录位置为: D:/omics_tools/demo_data/methylation; 分析结果日志保存的路径为: D:/omics_tools/demo_data/methylation\10.met_analysis_from_idat_last_final_run_res_log.csv

运行完成的显示信息

结果展示

6f27660458d1dd399ea0cb9fb9954ee8.jpeg

读取甲基化beta矩阵文件的甲基化全流程一键分析

功能简介

  1. 甲基化分析模块可以实现甲基化芯片450K, 870kEPIC数据的自动读取，可以读取idat文件，也可以读取beta甲基化矩阵文件
  2. 甲基化数据的缺失值插值
  3. 甲基化数据的质控分析
  4. 甲基化数据的归一化处理分析
  5. 甲基化数据的SVD分析
  6. 甲基化数据的Combat去除批次效应分析
  7. 甲基化数据的DMP差异甲基化位点分析
  8. 甲基化数据的DMR差异甲基化区域分析
  9. 甲基化数据的差异block分析
  10. 甲基化数据的GSEA分析
  11. 甲基化数据的CNA分析

模块使用讲解

参数解释

func_arraytype: 可选450k或EPIC,EPIC是870K的甲基化芯片

func_met__probe__col:甲基化探针所在的列名,当从beta文件开始分析时，要提供

func_resultsDir：分析结果要保存的目录

func_sample__anno__file：样本注释信息的文件，默认是空，如果file_path给的是beta矩阵文件，则需要给出sample.anno.file

func_compare__groups__str：做DMP和DMR分析时候要指定的比较分组,多个分组间用;号隔开

func_runBlock： 是否进行比较耗时的block分析,默认为FALSE

func_runGSEA：是否进行比较耗时的GSEA分析,默认为FALSE

func_runCNA：是否进行比较耗时的CNA分析,默认为FALSE

nested_function：是否嵌套函数

run_file_path：甲基化beta矩阵的文件路径

run_read_file:是否要读取文件

run_analysis_type_name:分析项目名称

run_add__res__dir:是否要创建res_dir结果目录

run_add_save_file_prefix；是否要添加结果保存文件的前缀

run_add__parent__dir：是否在上一级目录下创建目录或保存结果

提交

给定参数的默认值

func_arraytype: 450K ;

func_met__probe__col: V1 ;

func_resultsDir: D:/omics_tools/demo_data/methylation/lung_results/ ; func_sample__anno__file: D:/omics_tools/demo_data/methylation/lung_results/myImpute_pd.csv ; func_compare__groups__str: T-C ; func_runBlock: FALSE ;

func_runGSEA: FALSE ;

func_runCNA: FALSE ;

nested_function: TRUE ;

run_file_path: D:/omics_tools/demo_data/methylation/lung_results/myLoad_beta.csv ;

run_read_file: FALSE ;

run_analysis_type_name: 10.met_analysis_from_beta ;

run_add__res__dir: FALSE ;

run_add_save_file_prefix: FALSE ;

run_add__parent__dir: FALSE

窗口截图

021bcd2096c25d856cb502df21aee70f.jpeg

运行中的显示信息

分析正在执行中，请稍后, 运行结果保存的目录位置为: D:/omics_tools/demo_data/methylation/lung_results; 运行结果日志保存的路径为: D:/omics_tools/demo_data/methylation/lung_results\10.met_analysis_from_beta_last_final_run_res_log.csv

结果展示

7cfa2ed0329789686355f0949837782a.jpeg

样本的PCA分群聚类分析和剔除异常样本

样本的PCA分群聚类分析

83267152c19dec6a2f0924948d4287f4.jpeg

34bbb9b326eeae549d12bb32da7de53d.jpeg

82a9f9f594995ac5c1db67e056d1daee.jpeg

e16d68d5d765100ad607e48d62b30077.jpeg

删除异常样本

f1da2eb257b540f130646dfec2f55597.jpeg

剔除异常样本后再次进行PCA分群聚类分析

b3d1353c995c2f6b044e79e26f304796.jpeg

cb81cd949a8032c43180296e7cab59d1.jpeg

9d77992ecadd3117e042cf197feef6da.jpeg

DMRs差异甲基化区域的基因组circos图

参数解释

func_chr__col: bed文件中染色体编号所在的列名

func_start__col: bed文件中起始位置所在的列名

func_end__col: bed文件中终止位置所在的列名

func_value__col: bed文件中结果数值所在的列名

func_use__value__threshold: 是否对value的阈值进行筛选,默认为TRUE

func_value__threshold: bed文件中结果数值的阈值,默认为0

func_p__value__col: bed文件中p值所在的列名

func_title:图表的标题

func_chr__track:是否绘制不同颜色的染色体轨道

func_species:物种的基因组版本号

nested_function:是否嵌套函数

run_file_path:甲基化DMRs结果的文件路径

run_read_file:是否要读取文件

run_analysis_type_name:分析项目名称

run_add__res__dir:是否要创建res_dir结果目录

run_add_save_file_prefix:是否要添加结果保存文件的前缀

run_add__parent__dir:是否在上一级目录下创建目录或保存结果

提交

已给定参数的默认值

func_chr__col: seqnames ;

func_start__col: start ;

func_end__col: end ;

func_value__col: value ;

func_use__value__threshold: TRUE ;

func_value__threshold: 0 ;

func_p__value__col: p.value ;

func_title: DMRs genome plot ;

func_chr__track: FALSE ;

func_species: hg19 ;

nested_function: TRUE ;

run_file_path: D:/omics_tools/demo_data/methylation/lung_results/myDMR_BumphunterDMR.csv ; run_read_file: FALSE ;

run_analysis_type_name: 10.circlize_plot ;

run_add__res__dir: TRUE ;

run_add_save_file_prefix: TRUE ;

run_add__parent__dir: TRUE

运行中的显示信息

分析正在执行中，请稍后, 运行结果保存的目录位置为: D:/omics_tools/demo_data/methylation\10.circlize_plot; 运行结果日志保存的路径为: D:/omics_tools/demo_data/methylation\10.circlize_plot\10.circlize_plot_last_final_run_res_log.csv

窗口截图

8822b604a38446e6c5071b4f45a48d57.jpeg

运行完成的显示信息

执行已完成,运行结果保存的目录位置为: D:/omics_tools/demo_data/methylation\10.circlize_plot; 分析结果日志保存的路径为: D:/omics_tools/demo_data/methylation\10.circlize_plot\10.circlize_plot_last_final_run_res_log.csv

结果展示

结果文件列表

50b2221ce447c13cce94dd3eaecf1012.jpeg

Circos图

177f1f069bc329dcb422adec31f6ea89.jpeg

差异甲基化位点结果的棒棒糖图可视化

参数解释

func_data__type:数据类型选择methylation

func_sequence__type: 序列类型，是DNA还是protein

func_gtf__anno__file: hg19的基因组注释gtf文件,450K和EPIC都是用的hg19基因组

func_gene__list__str:选择绘制的基因,多个基因用分号分割来批量绘制

func_gene__col: DMP结果文件中基因名称的列名

func_pos__col: DMP甲基化位点位置所在的列名

func_pos__name__col: 甲基化探针名称所在的列名

func_value__col: DMP结果的组间甲基化差值所在的列名

func_pval__col: DMP结果的p值所在的列名

nested_function: 是否嵌套函数

run_file_path: 甲基化DMP结果的文件路径

run_read_file: 是否要读取文件

run_analysis_type_name: 分析项目名称

run_add__res__dir: 是否要创建res_dir结果目录

run_add_save_file_prefix: 是否要添加结果保存文件的前缀

run_add__parent__dir:是否在上一级目录下创建目录或保存结果

提交

已给定的参数默认值

func_data__type: methylation ;

func_sequence__type: DNA ;

func_gtf__anno__file: E:/data/download/Homo_sapiens.GRCh37.75.genome_anno.csv ; func_gene__list__str: HOXB3;CLDN18 ;

func_gene__col: gene ;

func_pos__col: MAPINFO ;

func_pos__name__col: V1 ;

func_value__col: Diff.Value ;

func_pval__col: P.Value ;

nested_function: TRUE ;

run_file_path: D:/omics_tools/demo_data/methylation/lung_results/myDMP_C_to_T_with_gene_anno.csv ; run_read_file: FALSE ;

run_analysis_type_name: 9.met_lollipot_plot ;

run_add__res__dir: TRUE ;

run_add_save_file_prefix: TRUE ;

run_add__parent__dir: TRUE

窗口截图

b3f2ac9ae63c6f127d913ba303072d9d.jpeg

运行中的显示信息

执行中，请稍后, 运行结果保存的目录位置为: D:/omics_tools/demo_data/methylation\9.met_lollipot_plot; 分析结果日志保存的路径为: D:/omics_tools/demo_data/methylation\9.met_lollipot_plot\9.met_lollipot_plot_last_final_run_res_log.csv

运行完成的显示信息

执行已完成,运行结果保存的目录位置为: D:/omics_tools/demo_data/methylation\9.met_lollipot_plot; 分析结果日志保存的路径为: D:/omics_tools/demo_data/methylation\9.met_lollipot_plot\9.met_lollipot_plot_last_final_run_res_log.csv

结果展示

结果文件列表

2f7eeabc9078a960528138eea9303670.jpeg

结果图

89357794e0af09a13cba113b61d84202.jpeg65d15c7badee5f38dab8dc9d861b27d3.jpeg

差异甲基化DMPs的统计分析条形图可视化

b4190a4ffe100d5925bfa45837010e46.jpeg

ed01e32dde7e5bc1c6927c9266c28390.jpeg

0019b2e20e21c9c95da1aa447fad66b5.jpeg

差异甲基化基因的火山图绘制

e90d07faaa5dedafe5e1d453ed5e774e.jpeg

12db007bccdecb80e209283832b81220.jpeg

差异甲基化基因的GO，KEGG和GSEA富集分析

差异甲基化基因的GO和KEGG富集分析

576f0b6fe540e999e7e098daf0764074.jpeg

31e57b85349124e0979b230acd10c92d.jpeg

GO富集分析结果图

04f0748758b7ff5214ac31986490cdc0.jpeg

KEGG富集分析结果图

f1c6ec295c4e753dfd2a596381e27047.jpeg

GSEA富集分析

fd04c86eb3da6f57c8761d6dc8f63861.jpeg

02f80dbcf830a24835fd742ec37ee2c5.jpeg

邢博士谈科教
关注
专栏目录
甲基化芯片Beta值意义详解，以及minfi包使用
Mr番茄蛋的博客
07-05 1万+
illumina甲基化芯片计算 illumina的软件（Illumina GenomeStudio软件）自动就把450k芯片的IDAT原始文件转换成了甲基化信号文件，一般是3~8列值每个样本。 使用Illumina的Bead Studio软件和甲基化模块v3.2计算每个CpG靶标的β值。 β值=来自甲基化珠粒类型的强度值/（来自甲基化的强度值+来自未甲基化珠粒类型的强度值+ 100）。 然...
甲基化分析流程（R）+代码
03-05
利用bioconductor相关包对甲基化数据进行一系列的分析，包含具体代码
RRBS甲基化分析流程
热门推荐
生物医学信息学博客
06-02 2万+
RRBS甲基化流程 分析流程 和普通的测序分析一致，首先fastqc质量检测，接着对序列进行修剪，修剪后再质量检测；如果质量检测通过，则进行序列回帖，然后去除重复，计算甲基化程度，以及一些后续分析，本次后续分析使用R包methlykit以及edmr，还有其他一些甲基化分析软件可以参见附录。 流程命令 比对流程 首先进行fastqc质量鉴定，如果需要的话，再去除接头，PS：...
甲基化RRBS流程：原理+bismark使用
生物医学信息学博客
11-23 2万+
Introduction Epigenetics（表观遗传学） 在核苷酸序列不发生改变的情况下，基因表达的可遗传的变化的一门遗传学分支学科。 方向： 1、组蛋白修饰（accessibility/compaction可接近性和紧束状态） 2、甲基化 甲基化种类： 维持性甲基化作用 DNA甲基化可以调节 1、沉默基因表达 2、重复序列可以保持基因组稳
QDMR差异甲基化软件
06-11
http://bioinfo.hrbmu.edu.cn/qdmr/ QDMR (Quantitative Differentially Methylated Regions) is a quantitative approach to quantify methylation difference and identify DMRs from genome-wide methylation profiles by adapting Shannon entropy. The platform-free and species-free nature of QDMR makes it potentially applicable to various methylation data. This approach provides an effective tool for the high-throughput identification of the functional regions involved in epigenetic regulation.
R: 使用CHAMP包进行甲基化数据的差异分析(QC, CNV, DMP, DMR等)
泉亚雪狐的博客
10-29 1万+
CHAMP: 甲基化数据的差异分析 本文介绍如何使用CHAMP包对自己的甲基化数据进行分析(QC, CNV, DMP, DMR等) 包的安装 setwd('E:/wu/R') #~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~# source("http://bioconductor.org/biocLite.R") ##if faild, try the follow...
DNA甲基化芯片分析01: 使用methylumi和limma分析27K DNA甲基化芯片数据
weixin_44493991的博客
02-09 408
前言 27K的数据是很老的芯片数据，但是客户有需求就要找方法分析，主流的DNA甲基化芯片R包minfi和champ都只支持450K和850K的芯片。所以在bioconductor中搜索到了methylumi这个包，可以从idat读数据，经过质控得到beta值矩阵，之后用limma做差异分析。 可以参考这篇文章[https://www.ncbi.nlm.nih.gov/pubmed/32375395] 450K和850K的芯片分析就简单多了，生信技能树也写好了pipeline可以参考[https://git
生信分析矫正P值_万字长文+诚意满满 | 单细胞转录组分析最佳思路综述
weixin_39636226的博客
11-22 2756
今天是生信星球陪你的第618天 大神一句话，菜鸟跑半年。我不是大神，但我可以缩短你走弯路的半年~ 就像歌儿唱的那样，如果你不知道该往哪儿走，就留在这学点生信好不好~ 这里有豆豆和花花的学习历程，从新手到进阶，生信路上有你有我！刘小泽写于2020.5.6-5.8历时三天，终于理解完！不仅仅是综述，更不是纯翻译文，而是将其中重要的知识点和之前个人所学结合起来”一阳指和狮吼功合并...
bsseq 进行差异甲基化分析
庐州月光的博客
04-14 2279
bsseq 主要用来分析WGBS的数据, 安装过程如下source(“http://bioconductor.org/biocLite.R“)biocLite(“bsseq”)bsseq...
【生信分析】微阵列基因芯片数据分析的一般流程
小哲的博客
10-27 4994
Microarray data analysis的一般流程微阵列基因芯片数据微阵列数据分析中常见的分析领域微阵列数据分析的一般流程及主要内容 微阵列基因芯片数据 基因芯片，又叫做DNA微阵列基因芯片，为后基因组学提供了一种高通量和系统性的研究手段。它借用了计算机芯片的集成化特点，运用微缩技术，在一块数平方公分面积的特殊玻璃片或硅芯片布放数千或数万个核酸探针，形成微型的检测器件，将待检测样本标记后同芯片进行杂交，检体中的DNA、cDNA或RNA与探针结合后，借由荧光或电流等方式侦测，即可提供大量基因序列信息。
如何把生物信息学数据资源和分析工具充分融合到生物和医学研究中？
AIPuFu的博客
08-31 1682
目前，测序技术已基本取代芯片技术，广泛应用于各种生物学和医学领域。随着高通量测序技术的革新、各种组学、精准医学等领域的发展，近10年来产生的关于各种不同物种的多组学（基因组、转录组、蛋白质组、代谢组、甲基化组、微生物组等）数据越来越多（大数据）。对这些海量大数据进行有效的生物信息学分析，可为相关的实验设计或药物研发等提供精准指导和充足的数据支撑。因为各种组学数据可以提供全基因组范围内所有基因的表达...
甲基化芯片入门学习-数据分析（三）
高锦的博客
09-03 9942
之前甲基化入门学习时本打算重复下提纲给的文献，但是后来学习过程中发现GEO上下载的RAW文件里没有该样本信息文件，就用了ChAMP包的测试数据。最后想了想，还是决定找一篇比较简单的文献的来实践使用下甲基化450K芯片的分析过程。看了几篇关于人的甲基化文献（数据在GEO上的），挑了一篇Intrinsic gene changes determine the successful establishm...
minfi：甲基化芯片数据分析
weixin_44649331的博客
01-19 6917
1.Introduction minfi包适用于分析450K和850K的甲基化矩阵。 每个样本在一个矩阵上以两个不同的颜色通道（red、green）进行测量；每个矩阵测量4.5E5个CpG，对每个CpG的甲基化和未甲基化进行度量。 样品之间的DNA甲基化差异可以在单个CpG处，称为差异甲基化位置（DMP），也可以在区域水平上，称为差异甲基化区域（DMR）。 2.minfi object (1) R...
易基因｜干货：m6A RNA甲基化MeRIP-seq测序分析实验全流程解析
E_gene的博客
06-24 6082
本期，我们讲讲甲基化RNA免疫共沉淀(MeRIP-seq/m6A-seq)实验怎么做，从技术原理、建库测序流程、信息分析流程和研究套路等四方面详细介绍。
甲基化特异性区域的计算鉴别
生物医学信息学博客
12-15 1万+
多形性成胶质细胞瘤(GBM)甲基化区域的计算鉴别 目的：找出胶质细胞瘤特异性甲基化区域，为临床诊断提供理论依据 步骤： 1、查找数据：下载TCGA中GBM的RNA-seq和甲基化数据 2、甲基化数据分析，正常肿瘤对比，进行差异甲基化分析，找出肿瘤样本中高甲基化区域 3、对RNA-seq数据进行分析，正常肿瘤对比，差异表达基因的筛选，找出肿瘤样本中低表达基因。 4
甲基化检测软件——Tombo
weixin_41869644的博客
05-15 4625
1.Tombo是一套工具，主要用于从纳米孔测序数据中鉴定修饰的核苷酸。Tombo还提供用于分析和可视化原始纳米孔信号的工具。 2.安装。 conda create -y -n ont-tombo #创建ont-tombo虚拟环境并安装tombo conda activate ont-tombo #进入虚拟环境 conda install -c bioconda -n ont-tomb...
MATLAB和R及Python亚群差异表达分析
跨学科知识视角展现
11-08 607
在进行亚群差异表达分析以检测和分析选择性扰动效应时，MATLAB 可以通过一系列步骤来实现这一目的。以下是如何使用 MATLAB 进行这样的分析的简要步骤和示例。
生信：TCGA学习（R、RStudio安装与下载、常用语法与常用快捷键）
最新发布
shanshan的博客
11-11 777
macOS系统，已安装homebrew且会相关命令。近期在整理草稿区，所以放出该贴。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

邢博士谈科教

你的支持是我创作最大动力谢谢！

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值