2020.2.3 R語言|Practice3

#2020.2.3 R語言|Practice3

今日學(xué)習(xí)內(nèi)容一覽

一、Jimmy 生信技能樹B站P10-P13(課上積累)

二、今日學(xué)徒任務(wù)(待續(xù))

三、TCGA數(shù)據(jù)的差異分析學(xué)習(xí)


二、今日學(xué)徒任務(wù)(已完成差異分析和生存分析)

  • 使用網(wǎng)頁工具UCSC Xena下載TCGA數(shù)據(jù)并制作差異分析箱線圖

    使用原始數(shù)據(jù)點擊網(wǎng)頁上的差異分析圖標(biāo)進行制作:


    差異分析.png

去掉Metastatic和Recurrent Tumor兩個不相干的類型得到:

差異分析2.jpeg

  • 使用網(wǎng)頁工具UCSC Xena進行生存分析
  1. Launch Xena

  2. Search for a study

    (填寫相應(yīng)感興趣的癌癥類型:TCGA Colon and Rectal Cancer (COADREAD))

  3. First variable(篩選變量1)

    Select Phenotypic- sample_type

    Add gene

    (在輸入框中填寫相應(yīng)感興趣的基因:APOC1)

    Select Genomic-gene expression RNAseq-illuminaHiSeq

    經(jīng)歷三個ABC篩選塊后可以得到如下圖所示界面:

    篩選前.png

因為對于生存分析我們只關(guān)心Primary Tumor病例樣本,所以我們需要把其他類型都過濾掉。

篩選前,一共有736個樣本:


736.png

第一次篩選——!=null

第一次篩選后,還剩434個樣本:


434.png

第二次篩選:!=Recurrent Tumor

第二次篩選后,還剩380個樣本:


WeChat9880877d6fe5d228090eba78b729ab05.png

和篩選前相比 可以看到sample_type只剩下Primary Tumor


篩選后.png

使用此時的數(shù)據(jù)繪制生存分析

OS(Overall survival)

overall survival.jpeg

DFI(Disease free interval)

disease free survival.jpeg


  • 使用網(wǎng)頁工具Oncolnc繪制生存分析(KM)圖表
    1. 首先選擇感興趣的基因
    2. 其次選擇感興趣的癌癥
    3. 填寫高表達量和低表達量的相應(yīng)百分比
    4. 得到生存分析圖:


      on.jpeg
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容