溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》

如何分析GDC數(shù)據(jù)庫中的數(shù)據(jù)的R語言包GDC RNATools

發(fā)布時間:2021-11-20 09:39:25 來源:億速云 閱讀:436 作者:柒染 欄目:大數(shù)據(jù)

這期內(nèi)容當(dāng)中小編將會給大家?guī)碛嘘P(guān)如何分析GDC數(shù)據(jù)庫中的數(shù)據(jù)的R語言包GDC RNATools,文章內(nèi)容豐富且以專業(yè)的角度為大家分析和敘述,閱讀完這篇文章希望大家可以有所收獲。

 

GDCRNATools:加利福尼亞大學(xué)生物與植物科學(xué)系植物基因組學(xué)中LNCRNA、miRNA和mRNA數(shù)據(jù)的綜合分析軟件包

GDC:基因組數(shù)據(jù)共享

 基本功能
  • 數(shù)據(jù)下載
  • ceRNA網(wǎng)絡(luò)分析
  • 差異表達(dá)分析
  • 功能富集分析
  • 生存分析
  • 數(shù)據(jù)可視化 火山圖、熱圖、GO富集分析結(jié)果、KEGG富集分析結(jié)果等
 接下來重復(fù)幫助文檔中的例子

幫助文檔鏈接 http://bioconductor.org/packages/devel/bioc/vignettes/GDCRNATools/inst/doc/GDCRNATools.html

library(GDCRNATools)
project<-'TCGA-CHOL'
rnadir<-paste(project,'RNAseq',sep='/')
mirdir<-paste(project,'miRNAs',sep="/")
gdcRNADownload(project.id = 'TCGA-CHOL',
              data.type = 'RNAseq',
              write.manifest = F,
              method = 'gdc-client',
              directory = rnadir)
 

在linux系統(tǒng)中重復(fù)到這一步的時候遇到報錯 ImportError: /lib64/libc.so.6: version `GLIBC_2.18' not found (required by /tmp/_MEIylVP0W/libstdc++

我的解決辦法是把它默認(rèn)下載的gdc-client_v1.3.0替換掉,我換成gdc-client_v1.5.0,下載地址是https://gdc.cancer.gov/access-data/gdc-data-transfer-tool

gdcRNADownload(project.id = 'TCGA-CHOL',
              data.type = 'miRNAs',
              write.manifest = F,
              method = 'gdc-client',
              directory = mirdir)
clinicaldir<-paste(project,'Clinical',sep='/')
gdcClinicalDownload(project.id = 'TCGA-CHOL',
                   write.manifest = F,
                   method='gdc-client',
                   directory = clinicaldir)
metaMatrix.RNA<-gdcParseMetadata(project.id = 'TCGA-CHOL',
                                data.type = 'RNAseq',
                                write.meta = F)
metaMatrix.RNA<-gdcFilterDuplicate(metaMatrix.RNA)
metaMatrix.RNA<-gdcFilterSampleType(metaMatrix.RNA)

metaMatrix.MIR<-gdcParseMetadata(project.id = 'TCGA-CHOL',
                                data.type = 'miRNAs',
                                write.meta = F)
metaMatrix.MIR

metaMatrix.MIR<-gdcFilterDuplicate(metaMatrix.MIR)
metaMatrix.MIR<-gdcFilterSampleType(metaMatrix.MIR)
   

獲取表達(dá)矩陣

rnaCounts<-gdcRNAMerge(metadata = metaMatrix.RNA,
                      path = rnadir,
                      organized = FALSE,
                      data.type = 'RNAseq')
mirCounts<-gdcRNAMerge(metadata = metaMatrix.MIR,
                      path = mirdir,
                      organized = FALSE,
rnaCounts[1:5,1:5]
mirCounts[1:5,1:5]
   

標(biāo)準(zhǔn)化表達(dá)數(shù)據(jù)

rnaExpr<-gdcVoomNormalization(counts=rnaCounts,filter=F)
mirExpr<-gdcVoomNormalization(counts=mirCounts,filter=F)
rnaExpr[1:5,1:5]
mirExpr[1:5,1:5]
   

差異表達(dá)分析

DEGAll<-gdcDEAnalysis(counts = rnaCounts,
                     group=metaMatrix.RNA$sample_type,
                     comparison = 'PrimaryTumor-SolidTissueNormal',
                     method='limma')
deALL<-gdcDEReport(deg=DEGAll,gene.type = 'all')
deLNC<-gdcDEReport(deg=DEGAll,gene.type='long_non_coding')
dePC<-gdcDEReport(deg=DEGAll,gene.type = 'protein_coding')
   

記下來是數(shù)據(jù)可視化展示

 柱形圖展示差異表達(dá)的基因類型
gdcBarPlot(deg=deALL,angle = 45,data.type = 'RNAseq')
 
如何分析GDC數(shù)據(jù)庫中的數(shù)據(jù)的R語言包GDC RNATools  
image.png

這里TEC和IG分別是啥?

 長鏈非編碼RNA的差異表達(dá)火山圖
gdcVolcanoPlot(deLNC)
 
如何分析GDC數(shù)據(jù)庫中的數(shù)據(jù)的R語言包GDC RNATools  
 熱圖
degName<-rownames(deLNC)
gdcHeatmap(deg.id = degName,metadata = metaMatrix.RNA,rna.expr = rnaExpr)
 
如何分析GDC數(shù)據(jù)庫中的數(shù)據(jù)的R語言包GDC RNATools  
image.png
 富集分析
enrichOutput<-gdcEnrichAnalysis(gene=rownames(deALL),
                               simplify=T)
gdcEnrichPlot(enrichOutput,type='bar',category = 'GO',num.terms = 10)
 

畫圖的時候遇到報錯 Error in .Call.graphics(C_palette2, .Call(C_palette2, NULL)) : invalid graphics state 不知道原因出在哪里,但是保存到本地沒問題

pdf(file="../goenrich.pdf",width = 15,height = 15)
gdcEnrichPlot(enrichOutput,type='bar',category = 'GO',num.terms = 10)
dev.off()
 
如何分析GDC數(shù)據(jù)庫中的數(shù)據(jù)的R語言包GDC RNATools  
image.png
 ceRNA網(wǎng)絡(luò)
ceOUtput<-gdcCEAnalysis(lnc=rownames(deLNC),
                       pc=rownames(dePC),
                       lnc.targets = 'starBase',
                       pc.targets = 'starBase',
                       rna.expr = rnaExpr,
                       mir.expr = mirExpr)
edges<-gdcExportNetwork(ceNetwork = ceOutput2,net='edges')
nodes<-gdcExportNetwork(ceNetwork = ceOutput2,net='nodes')
write.table(edges,file='edges.txt',sep='\t',quote=F)
write.table(nodes,file="nodes.txt",sep="\t",quote=F)

最后生成了兩個文件,如何用cytoscape可視化這兩個文件我暫時還不知道如何實現(xiàn)。

上述就是小編為大家分享的如何分析GDC數(shù)據(jù)庫中的數(shù)據(jù)的R語言包GDC RNATools了,如果剛好有類似的疑惑,不妨參照上述分析進(jìn)行理解。如果想知道更多相關(guān)知識,歡迎關(guān)注億速云行業(yè)資訊頻道。

向AI問一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI