前往小程序,Get更优阅读体验!
立即前往
发布
社区首页 >专栏 >听说你想找TCGA的乳腺癌亚型

听说你想找TCGA的乳腺癌亚型

作者头像
用户11414625
发布2024-12-20 15:01:58
发布2024-12-20 15:01:58
7700
代码可运行
举报
文章被收录于专栏:生信星球520生信星球520
运行总次数:0
代码可运行

0.需求

想要查询TCGA里的乳腺癌每个样本是什么亚型,并选出LumA和LumB亚型的样本。

这个信息在xena网站上有现成的,如下:

1.读取数据

其实不光是BRCA,各种癌症的亚型都在这里

代码语言:javascript
代码运行次数:0
复制
rm(list = ls())
a = read.delim("TCGASubtype.20170308.tsv.gz")
head(a)

##          sampleID                         Subtype_mRNA
## 1 TCGA-OR-A5J1-01 steroid-phenotype-high+proliferation
## 2 TCGA-OR-A5J2-01 steroid-phenotype-high+proliferation
## 3 TCGA-OR-A5J3-01               steroid-phenotype-high
## 4 TCGA-OR-A5J4-01                                 <NA>
## 5 TCGA-OR-A5J5-01               steroid-phenotype-high
## 6 TCGA-OR-A5J6-01               steroid-phenotype-low 
##     Subtype_DNAmeth Subtype_protein Subtype_miRNA Subtype_CNA
## 1         CIMP-high            <NA>       miRNA_1       Quiet
## 2          CIMP-low               1       miRNA_1       Noisy
## 3 CIMP-intermediate               3       miRNA_6 Chromosomal
## 4         CIMP-high            <NA>       miRNA_6 Chromosomal
## 5 CIMP-intermediate            <NA>       miRNA_2 Chromosomal
## 6          CIMP-low               2       miRNA_1       Noisy
##   Subtype_Integrative Subtype_other      Subtype_Selected
## 1                COC3           C1A         ACC.CIMP-high
## 2                COC3           C1A          ACC.CIMP-low
## 3                COC2           C1A ACC.CIMP-intermediate
## 4                <NA>          <NA>         ACC.CIMP-high
## 5                COC2           C1A ACC.CIMP-intermediate
## 6                COC1           C1B          ACC.CIMP-low
2.选出BRCA样本
代码语言:javascript
代码运行次数:0
复制
library(stringr)
k = str_starts(a$Subtype_Selected,"BRCA");table(k)

## k
## FALSE  TRUE 
##  6516  1218

a = a[k,]
table(a$Subtype_mRNA)

## 
##  Basal   Her2   LumA   LumB Normal 
##    193     82    581    219    143

可以看到各种亚型的样本数量统计

3.提取需要的亚型样本

brca_exp.Rdata里面存放的是brca的表达矩阵。可以通过TCGAbiolinks下载得到。

代码语言:javascript
代码运行次数:0
复制
# 表达矩阵
load("brca_exp.Rdata")
brca[1:4,1:4]

##                    TCGA-E2-A1L7-11A-33R-A144-07
## ENSG00000000003.15                         4209
## ENSG00000000005.6                            71
## ENSG00000000419.13                         1611
## ENSG00000000457.14                         1217
##                    TCGA-E2-A1L7-01A-11R-A144-07
## ENSG00000000003.15                         1689
## ENSG00000000005.6                            16
## ENSG00000000419.13                         1810
## ENSG00000000457.14                         1098
##                    TCGA-AR-A0U0-01A-11R-A109-07
## ENSG00000000003.15                         1590
## ENSG00000000005.6                             0
## ENSG00000000419.13                         2073
## ENSG00000000457.14                          889
##                    TCGA-BH-A28O-01A-11R-A22K-07
## ENSG00000000003.15                         4583
## ENSG00000000005.6                           135
## ENSG00000000419.13                         1531
## ENSG00000000457.14                         1445

head(colnames(brca))

## [1] "TCGA-E2-A1L7-11A-33R-A144-07"
## [2] "TCGA-E2-A1L7-01A-11R-A144-07"
## [3] "TCGA-AR-A0U0-01A-11R-A109-07"
## [4] "TCGA-BH-A28O-01A-11R-A22K-07"
## [5] "TCGA-A2-A0D4-01A-11R-A00Z-07"
## [6] "TCGA-E9-A1R4-01A-21R-A14D-07"

# 缩短id
colnames(brca) = str_sub(colnames(brca),1,15)
rownames(a) = NULL
a = tibble::column_to_rownames(a,"sampleID")
# 匹配两个表格的顺序
s = intersect(colnames(brca),rownames(a))
exp = brca[,s]
a = a[s,]
# 提取
k1 = a$Subtype_mRNA %in% c("LumA","LumB");table(k1)

## k1
## FALSE  TRUE 
##   415   800

a = a[k1,]
exp = exp[,k1]
exp[1:4,1:4]

##                    TCGA-E2-A1L7-01 TCGA-A2-A0D4-01
## ENSG00000000003.15            1689            1550
## ENSG00000000005.6               16              45
## ENSG00000000419.13            1810            2710
## ENSG00000000457.14            1098            2026
##                    TCGA-E9-A1R4-01 TCGA-AO-A1KQ-01
## ENSG00000000003.15             711             825
## ENSG00000000005.6               15               3
## ENSG00000000419.13            1943            2626
## ENSG00000000457.14            1285            1058
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:2024-04-04,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 生信星球 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
目录
  • 1.读取数据
  • 2.选出BRCA样本
  • 3.提取需要的亚型样本
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