使用GenomeStudio 鉴定差异甲基化位点

在对甲基化芯片进行差异分析之前，必须经过一个数据预处理的环节，预处理包括了归一化和背景降噪两个步骤，接下来看下GenomeStudio中进行差异分析下详细步骤。

新建一个methylation project

添加对应的样本

确定样本分组信息

这里我随机选了6个样本作为control , 另外的6个样本作为case

设置差异分析的参数

• Analysis Type设置为Diff Methylation,
• Name代表本次分析的名字
• 特别需要注意的是，必须进行归一化和背景降噪。Normalization 选择controls 算法， 勾选Subtract background前面的单选框
• Content Descriptor 是芯片对应的bpm 格式的注释文件
• Ref Group 选择对照组

Error Model 选择差异分析的方法，共有3种

1. illumina custom
2. Mann-Whitney
3. t-test

查看结果

默认情况下，会有3个窗口的数据

• Sample Table

这个窗口包含了每个样本的基本信息，其中Detected CpG(0.01) 表示该样本中探针P值 < 0.01 的探针数

• Sample Methylation Profile 样本的CpG表达谱, 在这个窗口中包含了CpG位点的表达值，比如Beta值，由于在导入数据时，进行了预处理，所以这里是预处理之后的表达量

• Diff methylation 差异甲基化位点的结果

差异分析的结果中，p值时我们最常用的过滤手段，这里默认的结果中并没有给出P值，而是给出了1个DiffScore值。

DiffScore的计算公式如下：

DiffScore = 10 sgn(avg_case - avg_control) log10Pvalue

Diffscore 其实是和 Pvalue 有联系的，当 P= 0.05 时, DiffScore > 13 或者 DiffScore< -13 P = 0.01 时, DiffScore > 22 或者 DiffScore< -22 P = 0.001 时, DiffScore > 33 或者 DiffScore < -33

所以我们可以根据DiffScore值筛选差异分析的结果，如果你以P=0.05作为阈值， 那么DiffScore > 13 或者 DIffScore< -13 的探针就是差异探针了，而且DiffScore > 0 时是上调的，DiffScore <0 时是下调的。

对于下游的分析而言，我们肯定想要知道差异探针关联的基因是哪些，可以通过 按钮，在默认的结果中添加更多的列。

面板右边是一些隐藏的列，这里的列分为了Columns 和 SubColumns 两列，鼠标选中希望展示的列，然后单击中间的<=Show按钮，然后点击OK就可以了

通常我们选择 UCSC开头的注释信息就够了，结果如下

就可以看到每个探针对应的基因，然后对差异CpG位点对应的基因做功能富集分析。