跟小洁老师学GEO的第一天

原创

贝诺酯

发布于 2023-03-18 23:06:35

4320

发布于 2023-03-18 23:06:35

文章被收录于专栏：在生信技能树学习在生信技能树学习

图表介绍

热图

输入的数据是数值型矩阵/数据框

颜色的变化表示数值的大小

散点图和箱线图

输入数据是一个连续型向量和一个有重复值的离散型向量

火山图

理解FC

FC是处理组平均值/对照组平均值

logFC：FC取log2

处理组➖对照组

logFC正常值是个位数，超过20百分之百是错的

logFC＞0，代表基因表达量上升

logFC＜0，代表基因表达量下降

PCA样本聚类图

GEO背景知识和表达芯片分析思路

实验设计

实验目的：通过基因表达量数据的差异分析和富集分析来解释生物学现象

有差异的材料➡差异基因➡找功能/找关联➡解释差异，缩小基因范围

数据库介绍

基因表达芯片的原理

探针的表达量代表基因的表达量

探针：一组核苷酸序列

分析思路

表达矩阵

#数据下载
rm(list = ls())
library(GEOquery)
#先去网页确定是否是表达芯片数据，不是的话不能用本流程。
gse_number = "GSE56649"#是一个整体
eSet <- getGEO(gse_number, destdir = '.', getGPL = F)
class(eSet)#下下来是一个列表
length(eSet)#所以只有一个元素
eSet = eSet[[1]]

提取表达矩阵exp

exp <- exprs(eSet)
dim(exp)
exp[1:4,1:4]
exp = log2(exp+1)
boxplot(exp)

检查矩阵是否正常，如果是空的就会报错，空的和有负值的、有异常值的矩阵需要处理原始数据。0~20之间就是一个已经取过log的矩阵

如果表达矩阵为空，大多数是转录组数据，不能用这个流程(后面另讲)。

自行判断是否需要log

异常样本处理办法一：直接删掉

异常样本处理办法二：exp=limma::normalizeBetweenArrays(exp)强行拉直

提取临床信息

pd <- pData(eSet)

让exp列名与pd的行名顺序完全一致

p = identical(rownames(pd),colnames(exp));p
if(!p) exp = exp[,match(rownames(pd),colnames(exp))]
#分组信息来自临床信息，分组信息需要与表达矩阵列名一一对应
#临床信息需要和表达矩阵列一一对应

提取芯片平台编号

gpl_number <- eSet@annotation;gpl_number
save(gse_number,pd,exp,gpl_number,file = "step1output.Rdata")

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

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

geo

芯片

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

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

geo

芯片

作者已关闭评论

0 条评论

热度