• 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
      • TCGAbiolinks-Case study n. 2: Pan Cancer downstream analysis BRCA

      TCGAbiolinks-Case study n. 2: Pan Cancer downstream analysis BRCA

      • 发布者 weinfoauthor
      • 分类 未分类
      • 日期 2020年1月8日
      • 评论 0评论

      开始接触TCGA数据,想学习如何下载、处理、分析这些数据。在目前的常用分析包中选中了R包TCGAbiolinks。 下面就记录过程,实际上本身TCGAbiolinks的官方教程就比较完整,我就按照官方教程学习如何处理然后整合weinfo提供的docker封装环境进行的分析。

      library(openxlsx)
      data <- read.xlsx("barcode.xlsx")
      cc <- as.character(data$cases)
      
      # 1
      library(TCGAbiolinks)
      library(SummarizedExperiment)
      
      query.exp <- GDCquery(project = "TCGA-BRCA", 
                            legacy = TRUE,
                            data.category = "Gene expression",
                            data.type = "Gene expression quantification",
                            platform = "Illumina HiSeq", 
                            file.type = "results",
                            experimental.strategy = "RNA-Seq",
                            sample.type = "Primary Tumor",
                            barcode = cc)
      GDCdownload(query.exp)
      BRCA.exp <- GDCprepare(query = query.exp, save = TRUE, save.filename = "BRCAExp.rda")
      
      # 2
      library(dplyr)
      
      dataPrep <- TCGAanalyze_Preprocessing(object = BRCA.exp, cor.cut = 0.6)
      dataNorm <- TCGAanalyze_Normalization(tabDF = dataPrep,
                                            geneInfo = geneInfo,
                                            method = "gcContent")
      
      datFilt <- dataNorm %>% TCGAanalyze_Filtering(method = "varFilter") %>%
        TCGAanalyze_Filtering(method = "filter1") %>%  TCGAanalyze_Filtering(method = "filter2",foldChange = 0.2)
      
      data_Hc2 <- TCGAanalyze_Clustering(tabDF = datFilt,
                                         method = "consensus",
                                         methodHC = "ward.D2") 
      # Add  cluster information to Summarized Experiment
      colData(BRCA.exp)$groupsHC <- paste0("EC",data_Hc2[[4]]$consensusClass)
      
      # 3
      TCGAanalyze_survival(data = colData(BRCA.exp),
                           clusterCol = "groupsHC",
                           main = "TCGA kaplan meier survival plot from consensus cluster",
                           legend = "RNA Group",height = 10,
                           risk.table = T,conf.int = F,
                           color = c("black","red","blue","green3"),
                           filename = "survival_BRCA_expression_subtypes.png")
      
      # 4
      TCGAvisualize_Heatmap(t(datFilt),
                            col.metadata =  colData(BRCA.exp)[,c("barcode",
                                                                 "groupsHC",
                                                                 "paper_pathologic_stage",
                                                                 "paper_HPV_Status")],
                            col.colors =  list(
                              groupsHC = c("EC1"="black",
                                           "EC2"="red",
                                           "EC3"="blue",
                                           "EC4"="green3")),
                            sortCol = "groupsHC",
                            type = "expression", # sets default color
                            scale = "row", # use z-scores for better visualization. Center gene expression level around 0.
                            title = "Heatmap from concensus cluster", 
                            filename = "case2_Heatmap.png",
                            cluster_rows = TRUE,
                            color.levels = colorRampPalette(c("green", "black", "red"))(n = 11),
                            extremes =seq(-5,5,1),
                            cluster_columns = FALSE,
                            width = 1000,
                            height = 1000)
      
      # 5
      BRCAmut <- GDCquery_Maf(tumor = "BRCA", pipelines = "muse")
      # Selecting gene
      mRNAsel <- "ATRX"
      BRCAselected <- BRCAmut[BRCAmut$Hugo_Symbol == mRNAsel,]
      
      dataMut <- BRCAselected[!duplicated(BRCAselected$Tumor_Sample_Barcode),]
      dataMut$Tumor_Sample_Barcode <- substr(dataMut$Tumor_Sample_Barcode,1,12)
      
      # Adding the Expression Cluster classification found before
      dataMut <- merge(dataMut, BRCA.exp@colData, by.y="patient", by.x="Tumor_Sample_Barcode")
      dataMut <- dataMut[dataMut$Variant_Classification!=0,]

      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:
      weinfoauthor
      weinfoauthor

      1233

      上一篇文章

      豆豆学习单细胞回顾
      2020年1月8日

      下一篇文章

      TCGAbiolinks-Case study n. 1: Pan Cancer downstream analysis BRCA
      2020年1月8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?