下载的长数据怎么分开R语言_TCGA数据库单基因gsea作业之COADREAD

我前面写过 单基因GSEA分析策略&＃xff08;数据分析免费做活动继续&＃xff09; &＃xff0c;然后马上就碰到了一个求助&＃xff0c;复现下面的图表&＃xff01;

发表在Cancer Management and Research的简单数据挖掘杂志&＃xff1a;Apolipoprotein C1 (APOC1) promotes tumor progression via MAPK signaling pathways in colorectal cancer&＃xff0c;仔细下载文献学习。

数据下载

关于TCGA数据下载&＃xff0c;我挑选了部分&＃xff0c;写了6个数据下载系列教程&＃xff1a;

• TCGA的28篇教程- 使用R语言的cgdsr包获取TCGA数据&＃xff08;cBioPortal&＃xff09;
• TCGA的28篇教程- 使用R语言的RTCGA包获取TCGA数据 &＃xff08;离线打包版本&＃xff09;
• TCGA的28篇教程-使用R语言的RTCGAToolbox包获取TCGA数据&＃xff08;FireBrowse portal&＃xff09;
• TCGA的28篇教程- 批量下载TCGA所有数据 &＃xff08; UCSC的 XENA&＃xff09;
• TCGA的28篇教程-数据下载就到此为止吧
• TCGA的28篇教程-整理GDC下载的xml格式的临床资料

但是&＃xff0c;建议你选择UCSC的xena数据库下载方式。

首先看表达差异

(A) APOC1 was highly expressed in CRC (n&＃61;380) samples compared to adjacent normal (n&＃61;50) samples based on The Cancer Genome Atlas (TCGA) database (unpaired t-test, P&＃61;0.012). (B) APOC1 was highly expressed in colorectal cancer samples compared to the adjacent normal samples of a matched paired group (n&＃61;25) based on The Cancer Genome Atlas (TCGA) database (paired t-test, P&＃61;0.002).

然后看生存效果

我已经在生信技能树多次介绍过生存分析:

• 集思广益-生存分析可以随心所欲根据表达量分组吗
• 生存分析时间点问题
• 寻找生存分析的最佳基因表达分组阈值
• apply家族函数和for循环还是有区别的&＃xff08;批量生存分析出图bug&＃xff09;
• TCGA数据库生存分析的网页工具哪家强

而且使用TCGA数据库来看感兴趣基因的生存情况非常简单&＃xff0c;一个网页工具即可&＃xff0c;都无需R语言了

(F) and (G) Kaplan– Meier survival analysis according to APOC1 expression in 140 patients with CRC. The overall survival (OS) and disease-free survival (DFS) for patients with high versus low APOC1 expression. The difference is statistically significant based on the log-rank test (both P<0.001).

单基因的GSEA

首先需要根据感兴趣的基因表达量高低&＃xff0c;对病人进行分组。

(A) GSEA-generated heatmap for highly enriched genes in the MAPK signaling pathway in the APOC1-higher expression group compared to the APOC1-lower expression group from the TCGA COAD-READ dataset.

运行GSEA&＃xff0c;需要指定感兴趣的通路进行可视化

(B) GSEA on the TCGA COAD-READ dataset identified MAPK signaling pathways as a regulatory target of APOC1. The GSEA enrichment plot shows values for normalized enrichment score (NES) &＃61;1.87 and nominal P-value &＃61;0.004.

如果大家感兴趣GSEA分析原理和用法&＃xff0c;看合辑

• GSEA的统计学原理试讲
• 用GSEA来做基因集富集分析
• 批量运行GSEA&＃xff0c;命令行版本
• 费九牛二虎之力也无法重现的GSEA图
• GSEA分析合理性讨论
• 做GSEA分析你的基因到底该如何排序
• 重复不出来我费九牛二虎之力重复不出来的GSEA文章&＃xff1f;
• 数据挖掘任务-根据前面教程复现ssGSEA热图