继续将GEPIA的分析:
4:共表达基因分析
Similar Genes,也就是共表达基因的分析。如果一个基因和另一个基因高度共表达,皮尔森相关系数(PCC)很高的话,那么可以怀疑这两个基因是上下游的关系。
图中列举了前20个与AURKA共表达的基因:
一般认为PCC>0.6,两个基因是高度相关。
5. 相关性分析
如果找到两个基因,想看看这两基因之间是否有相关性,可以点击correlation。
算法有三种:
这里选择的pearson,当然searman用的人也很多,具体的区别有空再讲。
可以看到两个基因之间的相关性非常高。
6. PCA主成分分析
输入一串基因,分析高位数据在二维坐标轴上的分布。
不过这个功能似乎用不了,也不知道为什么。
7.其他功能:
GEPIA相继推出GEPIA2和GEPIA2021,GEPIA2021里面可以分析肿瘤免疫浸润相关的数据。
上面说的GEPIA主成分分析PCA不能用,可以试试GEPIA2
输入一串基因,比如是自己筛出来的差异表达基因,然后点击list,plot。
可以绘制3D的PCA,这个图就可以下载下来放在文章里面。
至于其他的功能,不常用的,这里就不再赘述,大家自己发掘。