首先,做这个相关性分析,在这里需要安装几个R包。
https://blog.csdn.net/leianuo123/article/details/102613945
https://mp.weixin.qq.com/s?__biz=MzIyMzA2MTcwMg==&mid=2650733008&idx=1&sn=b66e3fd527f99ddf19dcf6c2501e5be3&chksm=f029aa79c75e236f8951b87e17a51dc6a7dfeb555b983d8dc6d5a8c756b3eacc21829f19dc86&cur_album_id=1336402123646631937&scene=190#rd
使用场景
1.已经确定研究的基因,但是想探索他潜在的功能,可以通过跟这个基因表达最相关的基因来反推他的功能,这种方法在英语中称为guilt of association,协同犯罪。2.我们的注释方法依赖于TCGA大样本,既然他可以注释基因,那么任何跟肿瘤相关的基因都可以被注释,包括长链非编码RNA
BiocManager::install(c("tidyr","dplyr","ggstatsplot"))
##加载的数据,就是我们常见的TCGA的表达矩阵,只是需要先将其进行转置。
##我们在此用得是自己的一个Test的数据。其格式如下:
————————————————
注意,在此处,基因名一定要作为列名,因为后面需用ggstatsplot进行散点图绘制的时候,其需要用到列名中的基因名字。
该数据,列名就是基因名,行名就是样本名。为了缩短数据处理时间,我们在此只取前500列作为后续的实验分析。
自己构建数据 artificial data
#单基因相关性分析
#随机函数
??runif
as.matrix()
runif(5*500,min = 0.1,max = 10.5)
test3=matrix(runif(5*500,min = 0.1,max = 10.5),byrow = TRUE,
nrow=5,ncol = 500,
dimnames = list(c(paste0("sample",seq(1,5,1))),
c(paste0("gene",seq(1,500,1)))
)
)
head(test3)[1:3,1:4]
y <- as.numeric(test3[,"gene1"]) ## 本次操作中,选取A1BG基因作为需要分析的单基因,批量求取它与该表达矩阵中其他基因的相关性
head(y)
colnames <- colnames(test3)
cor_data_df <- data.frame(colnames) ##构建这些基因的数据框
##利用 for循环来求A1BG与其他基因之间的相关性
library(tidyr)
library(dplyr)
for (i in 1:length(colnames))
{
test <- cor.test(as.numeric(test3[,i]),y,type="spearman")
cor_data_df[i,2] <- test$estimate
cor_data_df[i,3] <- test$p.value
}
names(cor_data_df) <- c("Symbol","correlation","pvalue")
head(cor_data_df)
##提取p值小于0.05的数据
cor_data_sig <- cor_data_df %>%
filter(pvalue < 0.05) %>%
arrange(desc(abs(correlation)))%>%
dplyr::slice(1:500)
head(cor_data_sig)
#BiocManager::install('ggside')
library(ggstatsplot)
##利用该包进行绘制相关性的散点图和条形图
ggscatterstats(data =as.data.frame(test3),
y = gene1,
x = gene2,
centrality.para = "mean",
margins = "both",
xfill = "#CC79A7",
yfill = "#009E73",
marginal.type = "histogram",
title = "Relationship between A1BG and SH2D3C")
library(clusterProfiler)
#获得基因列表,说明由于我的测试数据质量不是特别好,因此取到的p<0.05的基因只有24条,在此,难以用于GO分析,所以我拿我的全部的基因来做GO分析
library(stringr)
gene <- str_trim(cor_data_sig$symbol,'both')##这是取出的相关性结果好的情况下
gene <- str_trim(Symbol,'both') ##这里Symbol是所有的基因名
#基因名称转换,返回的是数据框
gene = bitr(gene, fromType="SYMBOL", toType="ENTREZID", OrgDb="org.Hs.eg.db")
go <- enrichGO(gene = gene$ENTREZID, OrgDb = "org.Hs.eg.db", ont="all")
##将BP,CC,MF 三个GO类别按照ONTLOGY进行分类,将三个组分绘制在一张图上。
barplot(go, split="ONTOLOGY")+ facet_grid(ONTOLOGY~., scale="free")##条形图
dotplot(go, split="ONTOLOGY")+ facet_grid(ONTOLOGY~., scale="free")##气泡图
View(go)