前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >RNAseq|批量单因素生存分析 + 绘制森林图

RNAseq|批量单因素生存分析 + 绘制森林图

作者头像
生信补给站
发布2023-08-25 10:11:59
2K0
发布2023-08-25 10:11:59
举报
文章被收录于专栏:生信补给站

生存分析作为转录组文章中的VIP,太常见了,那么如何批量得到所有候选基因的单因素结果以及可视化结果呢?

本文将分别使用循环方式 和ezcox进行批量单基因生存分析,以及使用ggplot2 和forestplot绘制单因素生存分析森林图

一 载入R包,数据

仍然使用之前处理过的TCGA的SKCM数据,此外需要读入生存数据和临床数据

代码语言:javascript
复制
library(tidyverse)
library(openxlsx)
library("survival")
library("survminer")
load("RNAseq.SKCM.RData")

#选取部分基因作示例
data.mat <- t(expr[order(apply(expr, 1, mad), decreasing = T)[1:1000],])
#读取生存数据
surv <- read.table("TCGA-SKCM.survival.tsv",sep = "\t" , header = T,
                   stringsAsFactors = FALSE ,
                   check.names = FALSE)
phe <- read.xlsx("cli.xlsx",sheet = 1)

真实项目中,data.mat部分可以是某些通路,功能的基因(免疫,铜死亡,铁死亡,细胞凋亡等)差异分析的基因,WGCNA找到的hub基因,总之可以是各种方法找到的候选基因

二 批量单因素分生存分析

1,使用循环的方式进行分析 首先处理表达数据,注意基因名字的处理,tidyverse包非常值的狠狠学

代码语言:javascript
复制
module_exp <- as.data.frame(data.mat) %>%
  rownames_to_column("sample") %>% 
  inner_join(surv) %>%  #添加生存数据
  select(sample,OS,OS.time,`_PATIENT`,everything()) %>% #将生存列放到前面
  select_all(~str_replace_all(., "-", "_"))  #基因ID不规范会报错,下划线替换-
dim(module_exp)

#指定待分析的基因
module_expr.cox <- module_exp
covariates <- names(module_expr.cox[,5:ncol(module_expr.cox)])
#构建单因素模型
univ_formulas <- sapply(covariates,
function(x) as.formula(paste('Surv(OS.time, OS)~', x)))
univ_models <- lapply( univ_formulas, function(x){coxph(x, data = module_expr.cox)})
# 提取结果
univ_results <- lapply(univ_models,
                       function(x){ 
                         x <- summary(x)
                         p.value<-signif(x$wald["pvalue"], digits=3)
                         wald.test<-signif(x$wald["test"], digits=3)
                         beta<-signif(x$coef[1], digits=3);#coeficient beta
                         HR <-signif(x$coef[2], digits=3);#exp(beta)
                         HR.confint.lower <- signif(x$conf.int[,"lower .95"], 3)
                         HR.confint.upper <- signif(x$conf.int[,"upper .95"], 3)
                         HR <- paste0(HR, " (", 
                                      HR.confint.lower, "-", HR.confint.upper, ")")
                         res<-c(beta, HR, wald.test, p.value)
                         names(res)<-c("beta", "HR (95% CI for HR)", "wald.test", 
"p.value")
                         return(res)
                       })
res <- t(as.data.frame(univ_results, check.names = FALSE))

注:univ_results部分中的内容可以自定义,包括添加更多的信息,调整小数位数等;2,使用 ezcox 一行输出

ezcox是ShixiangWang大佬 开发的R包,一行代码输出所需结果 ,参考使用 ezcox 进行批量 Cox 模型处理 - 知乎 (zhihu.com)

对比两种方式,结果是一致的。

三 绘制森林图

对于单因素的结果,经常出现的可视化方式就是绘制森林图 。可以使用经典的forestplot-R包绘制(封装),或者使用ggplot2绘制(自由设置)。1 ,forestplot包绘制 ‍forestplot绘制的关键就在于构建tabletext信息。因为基因太多,随机选择30个基因进行绘制

代码语言:javascript
复制
set.seed(1234)
res_2_test <- res_2[sample(nrow(res_2), 30), ]

#构建tabletext
sample <- as.data.frame(res_2_test)
tabletext1<-as.character(sample[,1])
tabletext2<-round(as.numeric(sample[,'HR']),5)
tabletext3<-paste(round(as.numeric(sample[,'HR']),3),round(as.numeric(sample[,'lower_95']),2),sep="(")
tabletext4<-paste(tabletext3,round(as.numeric(sample[,'upper_95']),2),sep="-")
tabletext5<-paste0(tabletext4,sep=")")
tabletext<-cbind(tabletext1,tabletext2,tabletext5)

forestplot(labeltext=tabletext, #文本信息  
           mean = round(sample[,'HR'],3),##HR值
lower = round(sample[,"lower_95"],2),##95%置信区间
upper = round(sample[,"upper_95"],2),#95%置信区间
           boxsize = 0.8,##大小
           graph.pos=4,#图在表中的列位置
           graphwidth = unit(0.4,"npc"),#图在表中的宽度比例
           fn.ci_norm="fpDrawDiamondCI",#box类型选择钻石,可以更改fpDrawNormalCI;fpDrawCircleCI等
col=fpColors(box="steelblue", lines="black", zero = "black"),#颜色设置
           lwd.ci=2,ci.vertices.height = 0.1,ci.vertices=TRUE,#置信区间用线宽、高、型
           zero=1,#zero线横坐标
           lwd.zero=2,#zero线宽
           grid=T,
           lwd.xaxis=2,#X轴线宽
           title="Hazard Ratio",
           xlab="",#X轴标题
           clip=c(-Inf,3),#边界
           colgap = unit(0.5,"cm")   
)

更多参数设置可以使用 ??forestplot 查看 或者 R-forestplot包| HR结果绘制森林图

2, ggplot2 方式绘制自由度较高,需要对ggplot2有基本的了解,ggplot2|详解八大基本绘图要素

代码语言:javascript
复制
ggplot(res_2_test, aes(HR, Variable))+  ##定义X轴和Y轴,以类型分类
  geom_point(size=2.5)+  #点的大小
  geom_errorbarh(aes(xmax =upper_95, xmin = lower_95), height = 0.4)+ ##95%置信区间,误差线
  geom_vline(aes(xintercept = 1))+ #以1为分界线
  xlab('HR(95%CI)') + ylab(' ')+  #定义横纵坐标
  theme_bw(base_size = 12)

假如部分基因有特定信息,比如是重点的免疫基因,有的是凋亡基因,也可以通过颜色和符号标识出来 (此为示例,并非真实免疫和凋亡基因)。

代码语言:javascript
复制
res_2_test$type <- c(rep("immune",5),rep("",10) ,rep("apoptosis",7) ,rep("",8) )
#排序 ,标识type信息
ggplot(res_2_test, aes(HR, reorder(Variable,HR),col=type,shape=type))+  
  geom_point(size=2.5)+  
  geom_errorbarh(aes(xmax =upper_95, xmin = lower_95), height = 0.4)+ 
  geom_vline(aes(xintercept = 1))+ 
  xlab('HR(95%CI)') + ylab(' ')+  
  theme_bw(base_size = 12)+ 
  scale_color_manual(values = c("gray", "steelblue", "red")) #设置颜色

四 单因素预后显著基因

根据中得到的所有基因的单因素生存分析结果,可以根据阈值(p < 0.05)筛选 预后显著的基因集,

代码语言:javascript
复制
KM_sig <- res_2$res %>% 
  filter(p.value <= 0.05)
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:2023-02-06,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 生信补给站 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档