TCGA甲基化和基因相关性分析.pptx

TCGA甲基化和基因相关性分析 目录 1 TCGA表达数据下载 2 mRNA数据整理 3 相关性分析 4 生存分析 TCGA基因表达数据下载 PART 01 TCGA甲基化和基因相关性分析 下载方式和甲基化数据下载方式类似，在TCGA数据库中选择相应的数据类型，疾病类型，然后加入cart中。 「 」 TCGA甲基化和基因相关性分析 mRNA数据下载，需要下载manifest文件，meta文件以及cart文件。可以直接下载，不需要用TCGA的下载工具。 mRNA数据整理 PART 02 TCGA甲基化和基因相关性分析 将下载的cart压缩文件解压到当前文件夹，并将putFilesToOneDir.pl脚本放到同一个文件夹里，这个脚本能将解压出的所有文件夹里的文件整合到一个文件夹中。 TCGA甲基化和基因相关性分析 通过cmd的方式运行这个脚本。运行结束后，在文件夹中会自动生成一个新的文件夹，名字为files。 TCGA甲基化和基因相关性分析 新生成的文件夹中，就包括了前面解压出的每个文件夹里的压缩包文件。然后将所有的压缩包解压到当前文件夹（建议不要使用360压缩，因为360压缩过程中可能会出错）。 TCGA甲基化和基因相关性分析 将files文件夹剪切回子目录，然后使用mRNA_merge.pl脚本，进行表达文件的数据整合。运行完成后，在文件夹中会生成一个mRNAmatrix的txt文件。同时，会给出所整合的数据中正常样本和肿瘤样本的数目。 TCGA甲基化和基因相关性分析 mRNAmatrix文件就包括样本信息及基因表达信息，但是这时候它的基因ID还是ENSG号。需要进行ID转换，便于后续分析。 TCGA甲基化和基因相关性分析 ID转换需要ID注释文件（huma.gtf），然后在cmd中运行getMrna脚本。运行完成后，在文件夹中会生成一个symbol文件。随后，对这个文件进行标准化处理，即可以获得标准化后的mRNA表达文件。 TCGA甲基化和基因相关性分析 采用edgeR脚本进行分析，这个脚本和之前TARGET数据库的差异分析脚本是同一个，在进行差异分析的同时，进行数据的标准化。运行结束后，在文件夹会生层一个normalizeExp文件，就是标准化后的表达文件。 相关性分析 PART 3 TCGA甲基化和基因相关性分析 首先对标准化后的甲基化数据和基因表达数据进行合并。直接通过R语言merge脚本进行合并。 TCGA甲基化和基因相关性分析 运行脚本，修改路径，运行完成后会重新生成一个merge.txt文件，这个文件就整合了甲基化和表达数据的文件。 TCGA甲基化和基因相关性分析 在merge文件中，会对每个基因的表达数据来源进行标记，在基因后面带有methy的，即来自于甲基化文件，有exp的，即来自于表达文件。 TCGA甲基化和基因相关性分析 获得合并后的文件后，就可以记性甲基化和表达关系相关性分析了。在脚本中设定基因名称和路径，然后直接运行，最终会给出一个相关性图片。 TCGA甲基化和基因相关性分析 上面获得的是基因甲基化和基因表达的相关性分析。我们还可以对甲基化位点和表达情况进行相关分析。但是这种分析只能针对某一个基因，因为如果分析所有基因的甲基化位点，数据量会十分庞大，因此，一般会针对某一个基因的甲基化位点进行分析。首先把之前下载好的甲基化数据拷贝过来，用新的脚本进行处理。保留meta文件，把新的posmerge脚本拷贝到同一个文件夹。 TCGA甲基化和基因相关性分析 在cmd下运行脚本，同时输入对应的基因名称。这里以PDXK为例。脚本会搜索每个样本里这个基因的甲基化位点情况，并生成一个新的矩阵。运行结束后，同样会给出正常样本和肿瘤样本的数目。 TCGA甲基化和基因相关性分析 在新生成的甲基化位点的矩阵文件中个，就包含有PDXK基因的每个位点在每个样本中的甲基化程度。 TCGA甲基化和基因相关性分析 接下来，就可以将基因表达水平和甲基化位点水平进行合并。同样需要之前的基因标准化文件，和上一步获得的位点甲基化文件。然后使用merge脚本进行合并。这个脚本和之前的merge脚本没有什么区别~~~ TCGA甲基化和基因相关性分析 合并完成后，在文件夹中就会生成一个merge文件，这个文件里就包括有位点甲基化信息和基因表达信息。 TCGA甲基化和基因相关性分析 接下来，就可以获得甲基化位点和基因表达相关性，并绘制相关性图了。这个脚本和之前做相关性的脚本其实是一样的，只是在输入名字时输入甲基化位点名字。 TCGA甲基化和基因相关性分析 修改完位点名称之后，直接运行程序，就可以获得甲基化位点和基因表达相关性的图片了。一般cor值大于0.35，p值小于0.05认为是有意义的。 生存分析 PART 4 TCGA甲基化和基因相