专栏首页R语言交流中心R语言实现通路富集打分

R语言实现通路富集打分

我们大家应该对通路富集分析都很熟悉,比如GSEA,DAVID等。都是在大量文章中常见的通路富集方法,那么今天我们也给大家介绍一个更加复杂的通路富集分析的前期数据处理包GSVA(gene set variation analysis)。是一种非参数的无监督分析方法,主要用来评估芯片核转录组的基因集富集结果。主要是通过将基因在不同样品间的表达量矩阵转化成基因集在样品间的表达量矩阵,从而来评估不同的通路在不同样品间是否富集。具体的一个分析流程如下:

首先我们看下安装,在R语言3.5版本以上的安装代码如下:

 
if(!requireNamespace("BiocManager", quietly = TRUE))
   install.packages("BiocManager")
 
BiocManager::install("GSVA")
BiocManager::install("GSVAdata")

接下来我们看下前期的数据清洗。我们需要用到R包genefilter中的nsFilter函数:

其中主要的参数:

Require.GOBP, require.GOCC, require.GOMF, require.CytoBand指是否只保留具有相对应功能的基因,默认是FALSE。

remove.dupEntrez 移除多个探针指向一个基因的情况。移除的标准是var.func后面的计算方法包括:overall mean, median,variance, IQR。

Var.cutoff 指需要排除的不稳定的探针部分。

Var.filter 逻辑值,如果是TRUE就会调用var.func进行计算。

FilterByQuantile 逻辑值确定对var.cutoff进行筛选计算。

接下来我们看下数据的前期预处理:

library(GSVAdata)
library(GSVA)
 
data(leukemia)
leukemia_eset
filtered_eset <- nsFilter(leukemia_eset,require.entrez=TRUE, remove.dupEntrez=TRUE,var.func=IQR, var.filter=TRUE,var.cutoff=0.5, filterByQuantile=TRUE,feature.exclude="^AFFX")##此处默认值是模型认为最好的一种设置。
leukemia_filtered_eset <-filtered_eset$eset

接下来我们看下我们要用到的核心函数gsva:

其中主要的参数:

Gset.idx.list 自己需要的基因集列表,这个可以自己进行定义,主要是GSEA提供的数据对象,主要数据来源GSEAbase包。

首先载入数据:

data(c2BroadSets)

然后是对通路数据进行筛选:

canonicalC2BroadSets <-c2BroadSets[c(grep("^KEGG",names(c2BroadSets)),grep("^REACTOME",names(c2BroadSets)),grep("^BIOCARTA", names(c2BroadSets)))]
data(genderGenesEntrez)
MSY <- GeneSet(msYgenesEntrez,geneIdType=EntrezIdentifier(),collectionType=BroadCollection(category="c2"),setName="MSY")
 
XiE <- GeneSet(XiEgenesEntrez,geneIdType=EntrezIdentifier(),collectionType=BroadCollection(category="c2"),setName="XiE")
 
canonicalC2BroadSets <-GeneSetCollection(c(canonicalC2BroadSets, MSY, XiE))

另外一种获取基因集的方式是通过GSEA网站进行获取:

geneSets <-getGmt("test.geneset")

Method 在实现GSVA的同时还实现了其他相关的计算方法,我们就不一一介绍了。

Kcdf 指的是数据类型选择。RNA-seq的原始整数的read count 在使用gsva时需要设置kcdf="Possion",如果是取过log的RPKM,TPM等结果可以使用默认的值。

接下来就是算法的计算过程,实例如下:

data(commonPickrellHuang)
canonicalC2BroadSets <-c2BroadSets[c(grep("^KEGG", names(c2BroadSets)))]
#使用GSVA方法进行计算
esmicro <-gsva(huangArrayRMAnoBatchCommon_eset, canonicalC2BroadSets, min.sz=5,max.sz=500,mx.diff=TRUE, verbose=FALSE, parallel.sz=1)
 
esrnaseq <-gsva(pickrellCountsArgonneCQNcommon_eset, canonicalC2BroadSets, min.sz=5,max.sz=500,kcdf="Poisson", mx.diff=TRUE, verbose=FALSE,parallel.sz=1)

这就是我们的数据结果,行名是样本名称,列名是通路名称。然后我们还可以利用pheatmap将数据进行可视化:

pheatmap::pheatmap(esrnaseq)

至此就得到了我们想要的数据结果,后面的使用计算就是表达矩阵的思路了。

本文分享自微信公众号 - R语言交流中心(R_statistics)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-09-29

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

推荐阅读

  • 远程办公经验为0,如何将日常工作平滑过度到线上?

    我是一名创业者,我的公司(深圳市友浩达科技有限公司)在2018年8月8日开始运营,现在还属于微型公司。这个春节假期,我一直十分关注疫情动向,也非常关心其对公司带来的影响。

    TVP官方团队
    TAPD 敏捷项目管理腾讯乐享企业邮箱企业编程算法
  • 数据中台,概念炒作还是另有奇效? | TVP思享

    作者简介:史凯,花名凯哥,腾讯云最具价值专家TVP,ThoughtWorks数据智能业务总经理。投身于企业数字化转型工作近20年。2000年初,在IBM 研发企业级中间件,接着加入埃森哲,为大型企业提供信息化架构规划,设计,ERP,云平台,数据仓库构建等技术咨询实施服务,随后在EMC负责企业应用转型业务,为企业提供云迁移,应用现代化服务。现在专注于企业智能化转型领域,是数据驱动的数字化转型的行业布道者,数据中台的推广者,精益数据创新体系的创始人,2019年荣获全球Data IQ 100人的数据赋能者称号,创业邦卓越生态聚合赋能官TOP 5。2019年度数字化转型专家奖。打造了行业第一个数据创新的数字化转型卡牌和工作坊。创建了精益数据创新方法论体系构建数据驱动的智能企业,并在多个企业验证成功,正在向国内外推广。

    TVP官方团队
    大数据数据分析企业
  • 扩展 Kubernetes 之 CRI

    使用 cri-containerd 的调用流程更为简洁, 省去了上面的调用流程的 1,2 两步

    王磊-AI基础
    Kubernetes
  • 扩展 Kubernetes 之 Kubectl Plugin

    kubectl 功能非常强大, 常见的命令使用方式可以参考 kubectl --help,或者这篇文章

    王磊-AI基础
    Kubernetes
  • 多种登录方式定量性能测试方案

    最近接到到一个测试任务,某服务提供了两种登录方式:1、账号密码登录;2、手机号+验证码登录。要对这两种登录按照一定的比例进行压测。

    八音弦
    测试服务 WeTest
  • 线程安全类在性能测试中应用

    首先验证接口参数签名是否正确,然后加锁去判断订单信息和状态,处理用户增添VIP时间事务,成功之后释放锁。锁是针对用户和订单的分布式锁,使用方案是用的redis。

    八音弦
    安全编程算法
  • 使用CDN(jsdelivr) 优化博客访问速度

    PS: 此篇文章适用于 使用 Github pages 或者 coding pages 的朋友,其他博客也类似.

    IFONLY@CUIT
    CDNGitGitHub开源
  • 扩展 Kubernetes 之 CNI

    Network Configuration 是 CNI 输入参数中最重要当部分, 可以存储在磁盘上

    王磊-AI基础
    Kubernetes
  • 聚焦【技术应变力】云加社区沙龙online重磅上线!

    云加社区结合特殊时期热点,挑选备受关注的音视频流量暴增、线下业务快速转线上、紧急上线防疫IoT应用等话题,邀请众多业界专家,为大家提供连续十一天的干货分享。从视野、预判、应对等多角度,帮助大家全面提升「技术应变力」!

    腾小云
  • 京东购物小程序购物车性能优化实践

    它是小程序开发工具内置的一个可视化监控工具,能够在 OS 级别上实时记录系统资源的使用情况。

    WecTeam
    渲染JavaScripthttps网络安全缓存

扫码关注云+社区

领取腾讯云代金券