• 主页
  • 课程

    关于课程

    • 课程归档
    • 成为一名讲师
    • 讲师信息
    同等学历教学

    同等学历教学

    免费
    阅读更多
  • 特色
    • 展示
    • 关于我们
    • 问答
  • 事件
  • 个性化
  • 博客
  • 联系
  • 站点资源
    有任何问题吗?
    (00) 123 456 789
    weinfoadmin@weinformatics.cn
    注册登录
    恒诺新知
    • 主页
    • 课程

      关于课程

      • 课程归档
      • 成为一名讲师
      • 讲师信息
      同等学历教学

      同等学历教学

      免费
      阅读更多
    • 特色
      • 展示
      • 关于我们
      • 问答
    • 事件
    • 个性化
    • 博客
    • 联系
    • 站点资源

      未分类

      • 首页
      • 博客
      • 未分类
      • R语言-使用RTCGAToolbox包获取TCGA数据(1)

      R语言-使用RTCGAToolbox包获取TCGA数据(1)

      • 发布者 Sam 蔡
      • 分类 未分类
      • 日期 2019年10月30日
      • 评论 0评论

      RTCGAToolbox同样也是用于获取和处理TCGA数据的一个R包。很多癌症研究所都开发了自己的TCGA探索工具,比如Broad Institute开发了FireBrowse,而RTCGAToolbox就是用于获取和处理FireBrowse的R包。

      这种R包的使用主流程一般为:下载数据 – 处理数据 – 可视化。下面依次来看本包在这三方面的安排:

      下载数据

      在下载数据之前,先安装RTCGAToolbox包,并载入所需工具包:

      #安装RTCGAToolbox包
      library("RTCGAToolbox")
      #载入数据处理工具包
      library("tidyverse")
      

      RTCGAToolbox包中的getFirehoseData函数用于从Firehose下载TCGA数据。

      函数的具体参数如下:

      getFirehoseData(dataset, runDate = "20160128", gistic2Date = "20160128", 
              RNASeqGene = FALSE, clinical = TRUE,miRNASeqGene = FALSE, 
              RNASeq2GeneNorm = FALSE, CNASNP = FALSE,CNVSNP = FALSE, 
              CNASeq = FALSE, CNACGH = FALSE,    Methylation = FALSE, 
              Mutation = FALSE, mRNAArray = FALSE,miRNAArray = FALSE, 
              RPPAArray = FALSE, GISTIC = FALSE,
          RNAseqNorm = "raw_counts", RNAseq2Norm = "normalized_count",
          forceDownload = FALSE, destdir = ".", fileSizeLimit = 500,
          getUUIDs = FALSE, ...)
      

      关键的参数为癌症类型dataset,时间runDate,GISTIC数据分析时间gistic2Data,以及要获取的数据类型(默认下载clinical数据):RNAseq、clinical、miRNA、CNA、mutation等等,比如需要下载RNAseq数据,那么设置参数RNASeqGene =TRUE,需要CNA数据,那么设置参数CNASeq = TRUE。

      dataset:癌症类型列表,使用函数getFirehoseDatasets获取;

      runDate:数据分析时间,使用函数getFirehoseRunningDates获取,选最新就行;

      gistic2Data:Gistic数据分析时间,使用函数getFirehoseAnalyzeDates获取,选最新就行;

      其他可以下载的数据类型的含义为:

      img

      比如需要获取癌症ACC(Acute Myeloid Leukemia)在Firehose数据库中最新的数据,数据类别包含RNAseq、clinical、GISTIC以及mutation,如下:

      FirehoseData <- getFirehoseData(dataset=getFirehoseDatasets()[1], 
                      runDate=getFirehoseRunningDates()[1], gistic2Date=getFirehoseAnalyzeDates()[1], 
                      RNASeqGene=TRUE,clinical=TRUE,GISTIC=TRUE,Mutation=TRUE)
      FirehoseData
      #ACC FirehoseData objectStandard run date: 20160128 
      #Analysis running date: 20160128 
      #Available data types: 
      #  clinical: A data frame of phenotype data, dim:  92 x 18 
      #  GISTIC: A FirehoseGISTIC for copy number data 
      #  Mutation: A data.frame, dim:  20166 x 52 
      #To export data, use the 'getData' function.
      

      可以发现下载的数据只有clinical、GISTIC和Mutation,没有RNAseq。单独下载RNAseq数据,发现没有可用的数据类型,应该是ACC没有RNAseq数据。

      getFirehoseData(dataset='ACC',runDate=getFirehoseRunningDates()[1], RNASeqGene=T,clinical=F)
      #ACC FirehoseData objectStandard run date: 20160128 
      #Analysis running date: NA 
      #Available data types: 
      #To export data, use the 'getData' function.
      

      数据处理

      提取数据

      RTCGAToolbox里面有一个示例数据包RTCGASample,比较小,但是又包含了足够的数据:包括RNAseq、clinical、GISTIC以及Mutaion,以下就以它为例进行分析。

      下载之后的TCGA数据是FirehoseData对象,可以使用三个函数(基本上是等价的)完成相应的数据提取:biocExtract、getData、selectType。

      比如从示例数据RTCGASample中提取临床数据:

      biocExtract(RTCGASample,type="clinical")%>%head
      getData(RTCGASample,type= "clinical")%>%head
      selectType(RTCGASample,"clinical")%>%head
      

      结果输出是完全一样的。

      type参数可用的选择有:"clinical", "RNASeqGene", "miRNASeqGene", "RNASeq2GeneNorm", "CNASNP", "CNVSNP", "CNASeq", "CNACGH", "Methylation", "Mutation", "mRNAArray", "miRNAArray", "RPPAArray", "GISTIC", "GISTICA", "GISTICT", "GISTICP"。

      数据处理

      此外RTCGAToolbox还可以完成一些数据处理的工作:差异表达基因分析:getDiffExpressedGenes,基因表达和拷贝数变异的相关系数:getCNGECorrelation,突变率:getMutationRate。

      差异表达基因分析如下:

      t1 <- getDiffExpressedGenes(RTCGASample,logFC = 0.5) #绘图有热图等
      #logFC默认值是2,筛选出来的基因太少,只有4个,此处为了叙述方便,改为0.5
      

      同时会绘制热图:

      img

      t1的内容是一个S4类对象,可以使用@提取相关内容,比如t1[[1]]@Toptable就是常见的差异表达分析表(如下图),也可以使用函数showResults来提取数据:

      img

      拷贝数和基因表达的关系

      getCNGECorrelation函数可以获得拷贝数变化和基因表达的相关关系:

      corRes = getCNGECorrelation(RTCGASample,adj.pval = 1,raw.pval = 1)
      corRes[[1]]@Correlations%>%head
      #showResults(corRes[[1]])的输出结果是一样的,如下:
      > corRes[[1]]@Correlations%>%head
        GeneSymbol         Cor adj.p.value    p.value
      1      LYZL1 -0.14654634   0.9317555 0.36687874
      2     SEPHS1 -0.37693816   0.6287624 0.01650501
      3   FLJ45983  0.14150035   0.9428853 0.38378545
      4     TUBAL3 -0.06913254   0.9712442 0.67165645
      5      PRKCQ -0.18959020   0.8688328 0.24131149
      6      WDR37 -0.20867359   0.8688328 0.19628861
      

      getMutationRate函数的道理是一样的,不过多叙述了。

      可视化

      本软件有两个主要的可视化函数getReport和getSurvival。

      getReport

      按照预计,getReport可以直接绘制一个Circle图,包含差异基因的logFC变化、拷贝数变化及突变,然而实际上这个函数已经无法使用了。

      原本的操作为:

      require("RCircos")
      require("Homo.sapiens")
      # 基因坐标
      Homo.sapiens %>%genes(columns="SYMBOL")%>% as.data.frame() %>% 
        mutate(SYMBOL_1=as.character(SYMBOL))%>%  dplyr::select(7,1,5,2,3) %>%   
        distinct(SYMBOL_1,.keep_all = T)%>% drop_na() %>%
        dplyr::rename(SYMBOL=SYMBOL_1)-> locations
      rownames(locations) <- locations[,1]
      # 差异基因分析
      t1 <- getDiffExpressedGenes(RTCGASample,logFC = 1)
      getReport(dataObject=RTCGASample,DGEResult1=t1[[1]],geneLocations=locations)
      

      然后就会在工作目录下创建一个pdf文件,里面就是一个绘制好的Circle图。然而现在直接运行的话会报错:

      Please use RCircos.Set.Core.Components() instead.
      

      就是说getReport引用的RCircle包的一个函数修改了,但是getReport并没有更新。详情可以见https://www.jianshu.com/p/9b1559c3a5a7,里面叙述的很清楚。

      那么是不是按照这篇文章修改一下getReport函数就可以了呢?好像由于RCircos又有更新,虽然这一次可以创建一个PDF文件,但是这个PDF文件无法打开,所以暂时还是放弃这个函数吧。

      getSurvival

      绘制KM生存曲线:

      data(RTCGASample)
      
      RTCGASample %>% getData("clinical") %>% select(3:5) %>% rownames_to_column()%>%
        mutate(Time=ifelse(is.na(daystolastfollowup),daystodeath,daystolastfollowup))%>%
        rename(Samples=rowname,Cencor=vitalstatus) %>%select(Samples,Time,Cencor) -> survData
      
      getSurvival(dataObject=RTCGASample,geneSymbols=c("TAP2"),sampleTimeCensor=survData)
      #TAP2基因是差异表达基因里面最显著且变化最大的基因。
      

      结果如下,生存率和TAP2看着还有有关系的,分的很开。绘图比较原始,随便看看就行。

      img

      参考资料

      1. TCGA的28篇教程- 使用R语言的RTCGAToolbox包获取TCGA数据
      2. RTCGAToolbox参考手册:http://www.bioconductor.org/packages/release/bioc/manuals/RTCGAToolbox/man/RTCGAToolbox.pdf

      请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!

      • 分享:
      Sam 蔡
      Sam 蔡

      上一篇文章

      seaborn: statistical data visualization
      2019年10月30日

      下一篇文章

      交响乐2-单细胞RNAseq从实验到下游简介
      2019年10月30日

      你可能也喜欢

      2-1675088548
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      30 1月, 2023
      9-1675131201
      如何快速批量修改 Git 提交记录中的用户信息
      26 1月, 2023
      8-1678501786
      肿瘤细胞通过改变CD8+ T细胞中的丙酮酸利用和琥珀酸信号来调控抗肿瘤免疫应答。
      7 12月, 2022

      留言 取消回复

      要发表评论,您必须先登录。

      搜索

      分类

      • R语言
      • TCGA数据挖掘
      • 单细胞RNA-seq测序
      • 在线会议直播预告与回放
      • 数据分析那些事儿分类
      • 未分类
      • 生信星球
      • 老俊俊的生信笔记

      投稿培训

      免费

      alphafold2培训

      免费

      群晖配置培训

      免费

      最新博文

      Nature | 单细胞技术揭示衰老细胞与肌肉再生
      301月2023
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      301月2023
      如何快速批量修改 Git 提交记录中的用户信息
      261月2023
      logo-eduma-the-best-lms-wordpress-theme

      (00) 123 456 789

      weinfoadmin@weinformatics.cn

      恒诺新知

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      链接

      • 课程
      • 事件
      • 展示
      • 问答

      支持

      • 文档
      • 论坛
      • 语言包
      • 发行状态

      推荐

      • iHub汉语代码托管
      • iLAB耗材管理
      • WooCommerce
      • 丁香园论坛

      weinformatics 即 恒诺新知。ICP备案号:粤ICP备19129767号

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      要成为一名讲师吗?

      加入数以千计的演讲者获得100%课时费!

      现在开始

      用你的站点账户登录

      忘记密码?

      还不是会员? 现在注册

      注册新帐户

      已经拥有注册账户? 现在登录

      close
      会员购买 你还没有登录,请先登录
      • ¥99 VIP-1个月
      • ¥199 VIP-半年
      • ¥299 VIP-1年
      在线支付 激活码

      立即支付
      支付宝
      微信支付
      请使用 支付宝 或 微信 扫码支付
      登录
      注册|忘记密码?