TCGA肺腺癌mRNA，lncRNA，miRNA数据挖掘

点击"上海生命基因"关注阅读更多RNAseq信息

导 读

介 绍

肿瘤基因组图谱 (TCGA) 计划由美国 National Cancer Institute(NCI) 和 National Human Genome Research Institute（NHGRI）于 2006 年联合启动的项目，目前共计研究 36 种癌症类型，包括详细病人资料，基因表达，突变，甲基化等数据。本文对肝癌数据进行整理分析（所有图表均包含在数据报告中，可在文末获取下载方式）。

材料方法

TCGA肺腺癌数据：

1）临床资料

522个病人临床资料包括性别，年龄，病理分期，生存时间，存活状态。

2）基因表达数据

522个病人癌组织与癌旁组织基因表达count值，fpkm值数据。

3）miRNA表达数据

522个病人癌组织与癌旁组织miRNA表达count值，tpm值数据。

分析结果

1

mRNA癌与癌旁差异表达分析

1）差异表达基因火山图图

对癌与癌旁样品基因表达数据进行差异分析，取|log2(FoldChange)|≥1、qvalue

2）差异表达基因聚类热图

对差异表达mRNA进行聚类，做热图（前200个差异mRNA）。

3）差异基因GO富集分析

由上述差异表达mRNA进行GO富集分析，直观的反映出在生物过程（Biological Process）、细胞组分（Cellular Component）和分子功能（Molecular Function）富集的GO term上差异表达mRNA的分布情况（各取前15个）。

4）GO富集分析分子功能展示

GO富集分析分析得到的分子功能（Molecular Function）具体term。

5）KEGG pathway通路富集分析

应用超几何检验，找出与整个基因组背景相比，在差异表达基因中显著性富集的Pathway。富集到的Pathway通路：

6）pathway通路图标注

为便于查看mRNA所在基因在通路图中的分布情况，将差异表达mRNA标注到通路图其中包含上调基因的KO节点标红色，包含下调基因的KO节点标绿色（此图为Cell Cycle通路，可以看出显著激活）。

2

lncRNA癌与癌旁差异表达分析

1）差异lncRNA火山图

设定阈值|log2(FoldChange)|≥1且qvalue

2）差异lncRNA聚类热图

对差异表达lncRNA进行聚类，做热图（前200个差异lncRNA）。

3）差异表达lncRNA cis靶基因预测

cis作用靶基因预测认为lncRNA的功能与其坐标临近的蛋白编码基因相关，将lncRNA临近位置的（上下游100kb）蛋白编码基因（仅选择有差异的mRNA）筛选出来作为其靶基因。cis作用靶基因预测结果如下表所示：

4）差异表达 lncRNA 保守性分析

lncRNA保守性普遍较低， 但仍有部分lncRNA具有较高的保守性， 或者具有较高的保守区域。这种多物种保守区域暗示其具有保守的功能。本分析对差异表达lncRNA进行保守性分析，以供后续挑选lncRNA参考，保守性得分最大值为1， 越接近1保守性越高。

3

miRNA癌与癌旁差异表达分析

1）差异表达miRNA火山图

设定阈值|log2(FoldChange)|≥1且qvalue

2）差异表达miRNA聚类热图

对差异表达miRNA进行聚类，做热图。

3

生存曲线分析

将差异表达的mRNA, lncRNA, miRNA使用FPKM或TPM值，以中位值为标准将基因的表达量分为低表达组与高表达组，并采用Kaplan-Meier和log-rank检验法进行生存曲线分析。