lab2-DEG_heatmap-st

练习1:从PDAC-NET.txt表达谱中获得PDAC和NET的差异基因,(显著性水平为0.05 ,fdr 控制在0.01)并对上述差基因画热图。

heatmap必备包

library(gplots)

以下内容都是模仿老师的代码,不过我的文件夹结构和老师不完全相同,小改
读入表达谱

gene_exp <- read.table("./data/PDAC-NET.txt", sep="\t", header=T,row.names=1)
gene <- as.matrix(gene_exp)

对输出文件的创造(相比老师,这里把append参数改为FALSE,为了后续电脑重启继续做,跑一遍的时候不会做出重复内容的文件)

file.create("./result/PDAC-NET-fc-ttest-all.txt")
write.table("GeneName\tPDAC\tNET\tfold_change\tpvalue","./result/PDAC-NET-fc-ttest-all.txt",row.names=FALSE,col.names =FALSE, sep="\t",quote=FALSE,append=F)

获取每个基因在样本中的均值

mean_gene=rbind(apply(gene[,1:6],1,mean),apply(gene[,7:12],1,mean))
mean_gene=t(mean_gene)

P值

for (i in  1:length(rownames(gene))){# t-test pvalue
  gene_test=t.test(gene[i,1:6],gene[i,7:12])#t test for PDAC vs NET
  mean_ratio=2^( mean_gene[i,1]- mean_gene[i,2])   #  mean fold change
  gt=c(rownames(gene)[i],mean_gene[i,],as.vector(mean_ratio),gene_test[[3]])
  write.table(t(gt),"./result/PDAC-NET-fc-ttest-all.txt",row.names=FALSE,col.names =FALSE, sep="\t",quote=FALSE,append=TRUE)   
}

FDR矫正

result_test<-read.table("./result/PDAC-NET-fc-ttest-all.txt",sep="\t",header=TRUE,row.names=1)
p_value<-result_test[[4]] #此命令需要在as.matrix前面
result_test=as.matrix(result_test)
fdr<-p.adjust(p_value,method="BH",length(p_value))
result_fdr=cbind(result_test,fdr) #增加fdr列
test_fdr=result_fdr[result_fdr[,5]<(0.01)&result_fdr[,4]<(0.05),] 
#fdr控制在0.01,pvalue控制在0.05
col_names=colnames(result_test)
colnames( test_fdr)=c(col_names,"fdr")
write.table(test_fdr,"./result/PDAC-NET-test-fdr.txt",row.names=TRUE,col.names=NA, 
sep="\t",quote=FALSE)
#fdr控制在0.01后,得到的差异基因

画热图

gene_exp <- read.table("./data/PDAC-NET.txt", sep="\t", header=T,row.names=1)
gene <- as.matrix(gene_exp)
diff_gene <- read.table("./result/PDAC-NET-test-fdr.txt",sep="\t",header=TRUE, row.names=1)
diff_gene=as.matrix(diff_gene) 
diff_order=diff_gene[order(diff_gene[,2]),]
diff_order=diff_order[1:120,]
hp_gene=gene[rownames(gene) %in% rownames(diff_order),] 
hp_gene1=cbind(hp_gene[,1:6],hp_gene[,7:12])
png("./result/PDAC-NET_heatmp.png",width = 800, height = 1000)
hmcols <- colorRampPalette(c("green","black","red"))(20)
heatmap(hp_gene1, col=hmcols,cexRow=1)
dev.off()
PDAC-NET_heatmp.png

选做:对火山图(volcano plot)颜色重置:高表达红色表示,低表达绿色表示,无差异表达灰色表示

2022.10.19 ↓成功达成颜色要求 顺便学习了一下ggplot2的使用 画了个辅助线

library(ggplot2)
library(gplots)
gene = read.table("./result/PDAC-NET-fc-ttest-all.txt", sep="\t", header=TRUE, row.names=1)
gene=as.data.frame(gene)
gene_list=gene[,c("fold_change","pvalue")]
gene_list[,"fold_change"]=log2(gene_list[,"fold_change"])
colnames(gene_list)=c("logFC","P.Value")
fcThreshold <- 2
pvalThreshold <- 0.001
gene_list$GeneSymbol = rownames(gene_list)
gene_list$expression = ifelse(gene_list$logFC >= fcThreshold & gene_list$P.Value < pvalThreshold,"Up-regulated",
                             ifelse(gene_list$logFC <=-fcThreshold & gene_list$P.Value < pvalThreshold,"Down-regulated","Unchanged"))
gene_list$log10pval = -log10(gene_list$P.Value)
gbasic=ggplot(data=gene_list,aes(x=logFC, y=log10pval))+
geom_point(size = 2,aes(color = expression))+
scale_colour_manual(values=c("Unchanged"="grey","Up-regulated"="red","Down-regulated"="green"))
scale_x_continuous(limits = c(-2.5, 2.5))+
geom_hline(yintercept=-log10(0.001),linetype=4)+
geom_vline(xintercept=c(-fcThreshold,fcThreshold),linetype=4)

png("./result/PDAC-NET-volcano.png",width = 800, height = 800)
print(gbasic)
dev.off()
PDAC-NET-volcano.png

2022.10.18 ↓ 画的还不是特别满足要求 可能之后会改吧

library(ggplot2)
library(ggrepel)
gene = read.table("./result/PDAC-NET-fc-ttest-all.txt", sep="\t", header=TRUE, row.names=1)
gene=as.data.frame(gene)
gene_list=gene[,c("fold_change","pvalue")]
gene_list[,"fold_change"]=log2(gene_list[,"fold_change"])
colnames(gene_list)=c("logFC","P.Value")
gene_list$threshold = as.factor(abs(gene_list$logFC) > 2 & gene_list$P.Value < 0.001)
gene_list$GeneSym=rownames(gene_list)

png("./result/PDAC-NET-volcano.png",width = 800, height = 800)
ggplot(data=gene_list, aes(x=logFC, y=-log10(P.Value), colour=threshold)) + geom_point(alpha=0.1, size=1.75)+
  scale_color_manual(values=c("grey", "red","green"))  + xlim(c(-8, 8)) + ylim(c(0, 12)) +xlab("log2 fold change") + ylab("-log10 p-value")
dev.off()
PDAC-NET-volcano.png

R语言绘制火山图r
在ggplot2的aeS()函数中使用颜色

练习2:仔细研读“Differentially Expressed mRNAs (Pass Volcano Plot).xls”文件,回答下述问题

1. 该芯片是哪家芯片公司生产?写出追踪过程

本次的数据是GSE43795,脑子不动,直接甩给GEO的搜索引擎
GSE43795的平台信息

那么就是Illumina咯。

2. 根据这组数据,自己计算P-value, Fold Change这两列,并和这组数据比较,验证自己的结果是否正确

对.xls文件的处理涉及到按sheet读取和给定范围读取,readxl包是个相对更好的方法。(相比openxlsx而言,而且这个只能读取xlsx)

library(readxl)
library(tidyverse)
path <- "./data/Differentially Expressed mRNAs (Pass Volcano Plot).xls"
up <- read_excel(path,sheet=1,range="A18:I2036",col_names = TRUE)
down <- read_excel(path,sheet=2,range="A18:I993",col_names = TRUE)
full <- merge(up, down, all=TRUE, sort=TRUE)
ref <- full[,c(4,2,3,9)]
final <- merge(information,ref,by.x = 'X', by.y = 'GeneSymbol')

R package:readxl

然后就是计算和拼表的过程 看excel可以知道是T vs N的比对结果
excel里的

才疏学浅,只能选取现成的归一化数据开干啦

gene <- full[,c(9,32:37)] #获取归一化的T和N数据
means <- rbind(apply(gene[,2:4],1,mean),apply(gene[,5:7],1,mean))
means <- t(means)
gene_infor <- data.frame(matrix(ncol = 5, nrow = 0))

for (i in  1:length(rownames(gene))){ # t-test pvalue
  gene_test=t.test(gene[i,2:4],gene[i,5:7]) # t test for PDAC vs NET
  mean_ratio=2^( means[i,1]- means[i,2])   #  mean fold change
  gt=c(gene[i,1],means[i,],as.vector(mean_ratio),gene_test[[3]])
  gene_infor<-rbind(gene_infor,gt)
}
cnames <- c("gene_ID","Tmean","Nmean","tfoldchange","pval")
colnames(gene_infor)<-cnames

p_value<-gene_infor[,5] 
result_test=as.matrix(gene_infor)
fdr<-p.adjust(p_value,method="BH",length(p_value))
result_fdr=cbind(result_test,fdr) #增加fdr列
test_fdr=result_fdr[result_fdr[,4]>(2)&result_fdr[,5]<(0.05),] 
#foldchange要2以上 p要0.05 FDR无要求
col_names=colnames(gene_infor)
colnames(test_fdr)=c(col_names,"fdr")
myresults <- test_fdr[,c(1,4,5,6)]

final <- merge(myresults,ref,by.x = 'gene_ID', by.y = 'GeneSymbol')

不过结果还是有点毛病的
结果 左边三列是自己的 右边三列是公司的
  1. 黄框圈出来的有很多重复出现的基因
  2. 只有红框圈出来的结果是匹配的,FDR值可以说是全错hhh 看了表格里用的都是BH方法,不至于差这么多吧!应该还是我的问题。先把作业交了慢慢改。。?
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,874评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,102评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,676评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,911评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,937评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,935评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,860评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,660评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,113评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,363评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,506评论 1 346
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,238评论 5 341
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,861评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,486评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,674评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,513评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,426评论 2 352

推荐阅读更多精彩内容