发表于 | 分类于 |
分析GSE66270，28个样本，14对，平台是GPL570，54675个探针。 123456789101112setwd("D:/GEO")library(GEOquery)gset <- getGEO('GSE66270',destdir=".",getGPL=F)gset <- gset[[1]]pdata <- pData(gset)dim(pdata)group_list <- rep(c('tumor','normal'),14)group_list < ...
阅读全文 »

发表于 | 分类于 |
分析GSE100666，6个配对样本，平台是GPL16951，分析过程如下： 123456789101112setwd("D:/GEO")library(GEOquery)gset <- getGEO('GSE100666',destdir=".",getGPL=F)gset <- gset[[1]]pdata <- pData(gset)dim(pdata)group_list <- c(rep('tumor',3),rep('normal',3))group_list ...
阅读全文 »

发表于 | 分类于 |
本文是学习过程，参考教程是《来完成你的生信作业，这是最有诚意的GEO数据库教程》，本文分析GSE32575，共36个配对样本，18个处理前，18个处理后。 123456789101112131415161718192021222324> setwd("D:/GEO")> library(GEOquery)> gset <- getGEO('GSE32575',destdir=".",getGPL=F) # 下载数据> gset <- gset[[1]] # 获 ...
阅读全文 »

发表于 | 分类于 |
GSEA（Gene Set Enrichment Analysis），是基因集富集分析，也是软件的名称，顾名思议，GSEA用于分析给定分组中差异表达的基因是否在给定的基因集中有富集。 下载GSEA软件：根据操作系统下载相应的版本并安装 软件主界面如下图： 这个软件操作十分容易，简单明了，唯一的难度在于输入数据的准备，简单来说，有两个数据是必须提前准备好的，即表达数据与表型注释 表达数据格式：可以有多种输入格式，这里以TXT为例，我们先在R中将我们需要的数据提取并保存为CSV格式，处理完成后再保 ...
阅读全文 »

发表于 | 分类于 |
前面，我们以padj或FoldChange为依据筛选了TOP10基因，并进行了生存分析，但效果并不理想，原因很简单，因为不论是P值还是变化倍数，其实都与病例生存时间没有必然关联。这次，我们来对所有差异表达基因批量进行生存分析，看有多少基因影响病例生存，并且找找规律。 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626 ...
阅读全文 »

发表于 | 分类于 |
前面，差异分析得到了4913个基因，注释后剩下4863个基因，如下： 1234> dim(result_select)[1] 4913 7> dim(result_select_annot)[1] 4863 8 现在，我们对这4863个已知基因进行富集分析，看这些基因都集中在哪些信号通路或者生物过程当中。 123456789101112library(clusterProfiler)library(topGO)library(Rgraphviz)library(pathv ...
阅读全文 »

发表于 | 分类于 |
前面，我们在差异表达结果中按照padj筛选出了TOP10基因，现在，我们对TOP10基因绘制生存曲线，看它们的表达是否与病例的生存时间相关。 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717273747576777879808182838485868788899091929394 ...
阅读全文 »

发表于 | 分类于 |
得到差异表达结果之后，我们可以根据padj来挑选排名前10的基因，来绘制受试者工作曲线，评估这些基因是否能作为判断肿瘤的标志基因。 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081> annot_order <- result_s ...
阅读全文 »

发表于 | 分类于 |
我们前面分析得到的4913个差异表达基因的名称使用的是ENSEMBL的ID，比如ENSG00000001630，这类ID是不易记忆的，需要转化成我们熟悉的基因名称，即SYMBOL。 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717273747576777879> libra ...
阅读全文 »

发表于 | 分类于 |
上面，我们对KIRC的表达数据做了差异分析，并对有差异的基因做了主成份分析和聚类热图，在进行下一步分析之前，我们需要对临床数据进行提取。我们先回顾一下，在学习笔记1中，我们在TCGA上下载到的表达数据包含来自530个CASES的611个FILES，即数据来自530个病人，但由于从某些病人身上收集了不止一个样本，因此，样本数大于病例数。 123456789101112131415161718192021222324252627282930313233343536373839404142434445 ...
阅读全文 »