数据挖掘如何计算相关性_数据挖掘 | 往后相关性分析就跟着PNAS做了！

2019年7月发表的PNAS文章：

https://www.pnas.org/content/pnas/116/37/18561.full.pdf

附件：

https://www.pnas.org/content/pnas/suppl/2019/08/23/1905221116.DCSupplemental/pnas.1905221116.sapp.pdf

对于使用数据和方法的描述：

Normalized RNA-seq data for genes MIR-199 and CDK2 were retrieved from HTSeq FPKM-UQ (Fragments Per Kilobase of transcript per Million mapped reads Upper Quartile) from The Cancer Genome Atlas (TCGA) RNA-seq data from NCI's Genomic Data Commons (GDC). Pearson correlation coefficiency and p-value between MIR-199 and CDK2 in each cancer type were calculated using log2 transformed FPKM-UQ data.

如上文所述，你看到的是MIR-199，但图中显示的是hsa-miRNA-199a-1(下图左)和miRNA-199a-2(下图右)：

玄机在哪？是不是作者没明说，但是又暗自下载了 [成熟体miRNA表达数据] ?

小编尝试了，答案不是！

那么，这个数据是怎么来的呢？

经过长年累月的 [数据虐我千百遍] 小编现在已经练就了一身侦察推理的本领。

我们以左图为例进行绘制，最终得到的结果如下：

虽然费了一番功夫，但是统计结果完全一致，就连图中点的分布都一样，就连坐标名斜体都考虑了，除了我个人觉得上图中的统计结果展示更简洁有效。看到出图的那一刻，舒适感呲呲往外冒...

嗯

以后的相关性分析就跟着PNAS做了

不担心有问题！

文章、代码和数据已为大家备好：

领取方法：

将本文转发朋友圈，或超过80人相关医学群，截图给小编(文末添加二维码)即可领取！

如果大家有分析绘图需求，欢迎来扰

数据挖掘系列·往期精彩

数据挖掘 | 搞定TCGA批次效应！?

数据挖掘 | CELL证实了我的发现，巴适！

相煎何太急 https://www...

数据挖掘 | KEGG通路与基因的对应关系

数据挖掘 | C-index的概念和计算

数据挖掘 | 赶紧丢掉你手里的edgeR分析脚本

数据挖掘 | 快速实现生存分析森林图

数据挖掘 | TCGA数据库RNA表达数据整理

数据挖掘 | 被忽视的PPI蛋白互作网络

数据挖掘 | cBioPortal请慎用！！

数据挖掘 | TCGA数据挖掘如何入门？

太多了，不粘了，多看历史...