学徒作业-单基因的tcga数据挖掘分析

生信技能树

发布于 2020-06-03 14:29:59

2K0

文章被收录于专栏：生信技能树生信技能树

最近在做一个0元，10小时教学视频直播《跟着百度李彦宏学习肿瘤基因组测序数据分析》，直播活动，收集整理文献看到了一个很有意思的研究，节选文章里面的部分图表作为学徒作业哈！

TCGA数据库关于食管癌的，分成ESCC和EAC，其中ESCC好发于中国人群，所以作者关心TCGA数据库里面的90个ESCC病人。

根据CCL2基因的表达量，可以把TCGA数据库里面的90个ESCC病人分成高低表达CCL2的两个组，然后可以差异分析，GSEA分析等等

文章发表在Molecular Cancer 杂志，2020年2月，标题有点长，是：CCL2-CCR2 axis recruits tumor associated macrophages to induce immune evasion through PD-1 signaling in esophageal carcinogenesis

这次的学徒作业是完成下面的4幅图：

e Heatmap of gene expression profiles of human ESCC cases (n = 90) from TCGA database.
f Pearson correlation analysis shows tight association of CCL2 with CCR2 and PD-1.
g Gene set enrichment analysis (GSEA) between group high (n = 52) and low (n = 38) of CCL2 expression shows enriched pathways associated with PD-1 signaling.
h Heatmap shows that expression of PD-1 signaling pathway associated genes is correlated with CCL2 expression in human ESCC

如下图：

其中图f可以直接网页工具做出来，UCSC的xena浏览器，或者GEPIA2都可以，感兴趣的可以去学习：GEPIA2详解（中国智造-肿瘤数据库），当然了，也可以自行编程探索。需求最大的是tcga数据库的生存分析和表达量差异，看看这两个视频：

https://www.bilibili.com/video/av25643438?p=9
https://www.bilibili.com/video/av49363776?p=6

GSEA分析

这个文章里面的gsea就是简单的一个单机版gsea的java软件运行结果罢了，我在生信技能树多次讲解GSEA分析：

多元化的TCGA数据库的应用

我喜欢把TCGA数据库的应用划分为8个领域：

1、探索各类肿瘤不同临床特征（性别、年龄、种族、临床分期）的预后（生存曲线）
2、探索各类肿瘤与对照的单个分子（mRNA，lncRNA，miRNA，甲基化，蛋白）水平的差异情况（箱线图）
3、探索各类肿瘤与对照的全局（mRNA，lncRNA，miRNA，甲基化，蛋白）水平的差异情况（差异分析流程）
4、探索各类肿瘤中两个分子（mRNA，lncRNA，miRNA，甲基化，蛋白）水平相关性（散点图）
5、探索各类肿瘤中多个分子（mRNA，lncRNA，miRNA，甲基化，蛋白）水平总结（热图）
6、探索各类肿瘤中单个分子（mRNA，lncRNA，miRNA，甲基化，蛋白）与所有其它分子相关性并且排序
7、探索各类肿瘤中单个基因突变或者单个分子（mRNA，lncRNA，miRNA，甲基化，蛋白）水平的预后（生存曲线）
8、探索各类肿瘤不同临床特征（性别、年龄、种族、临床分期）分组后的单个分子（mRNA，lncRNA，miRNA，甲基化，蛋白）特性的分布

锦上添花之生存分析

如果你看的数据挖掘文章足够多，那么生存分析你一定不会错过。比如：https://www.nature.com/articles/s41598-018-27307-2，发表在2018年6月，标题是：A seven-lncRNA signature predicts overall survival in esophageal squamous cell carcinoma ，重心就是生存分析。

我们已经多次介绍过生存分析:

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2020-06-02，如有侵权请联系 cloudcommunity@tencent.com 删除

数据库