DAY10 生信技能树-数据挖掘第三期学习笔记

Ruizheng 的学习笔记

感谢 生信技能树 小洁老师

继续DAY9 的tips

1. 用limma包进行差异分析，要确保 group_list 和 exp 输入没错。

library(limma)
design=model.matrix(~group_list)
fit=lmFit(exp,design)
fit=eBayes(fit)
deg=topTable(fit,coef=2,number = Inf)

2. 非特异性探针，应该在注释文件中去除，不需要管

3. 多个探针对应一个基因：按照基因去重复，取均值，最大值，中位数都可用，但不是绝对正确。

用 deg[!duplicated(deg$symbol),] 去重，注意向量按逻辑值取子集，逻辑向量需要和向量元素个数一致。

4. 用探针做差异分析后，用注释文件进行注释

5. 当两个数据框列名不一致时，inner_join(, by = c("symbol"="SYMBOL") 或者修改列名

6. R script 里面 if (F) {} 和 # ---- 可以折叠代码

7. setReadable() 可以让 "enrichResult" 对象 里面富集到的基因变得可读。

8. 画barplot dotplot 时，得到的 term 名称过长怎么办

文本太长怎样处理？

9. barplot dotplot 我想用自己的映射怎么办？

dotplot展示富集分析结果
dotplot支持使用formula指定x轴变量

10. pheatmap画出热图 as.ggplot() 以后，legend 和 annotation legend 不能通过 patchwork "collect" 怎么办？

可以尝试将热图的 legend 与其他 ggplot2 生成的图片采用同一个图例； 自己手动改吧…

代码流程小抄

复杂数据及分析

1. 配对数据

eg. GSE5109 GSE103455
差异分析的时候加一个pairinfo
pairinfo = factor(c(1,2,1,3,2,3))
design = model.matrix(~group_list + pairinfo)

配对样本可视化

2. 多分组数据

eg. GSE474 GSE106191

1. 选出一个分组作为对照，其他分组分别与对照进行差异分析

2. 两两比较

   
   
   多分组数据可视化
   
   

   三个以上分组的考虑 WGCNA

3. 多个series联合分析

考虑批次效应

1. 选择来自同一芯片平台的series
2. 需要处理批次效应的 Batch effect

函数
limma::removeBatchEffect()
sva::ComBat()

4. 标准代码后的后续分析

来一场Cytoscape的旅行之出行

生信鸡汤