lncRNA,miRNA,mRNA互作

通过lncRNA获得结合的miRNA（3个miRNA预测数据库中都存在），再获得miRNA作用的靶基因mRNA，靶基因mRNA与任一肿瘤差异mRNA取交集，交集mRNA与其相关miRNA,lncRNA作互作图，并将交集mRNA作GO和KEGG富集分析。

通过lncRNA获得结合的miRNA

1.lncRNA与miRNA的区别
2.mircode数据库
3.这可能是最轻松易懂的lncRNA与miRNA介绍了
4.LncRNA与miRNA结合预测
进入主页点击download

mircode数据库主页.png

下载miRNA数据.png

解压修改文件名为mircode.txt
mircode.txt.png

将差异分析后的lncRNA复制粘贴到新建diff_lncRNA.txt文件中
差异分析后的lncRNA.png

diff_lncRNA.txt.png

输入文件为：
输入准备文件.png

perl代码：

use strict;
use warnings;

my %hash=();

open(RF,"diff_lncRNA.txt") or die $!;
while(my $line=<RF>){
    chomp($line);
    $hash{$line}=1;
}
close(RF);

my %rep=();
open(RF,"mircode.txt") or die $!;
open(WF,">lncRNA_mircode.txt") or die $!;
while(my $line=<RF>){
    if($.==1){
        print WF "lncRNA\tmiRNA\n";
        next;
    }
    my @arr=split(/\t/,$line);
    my @oneArr=split(/\./,$arr[1]);
    if(exists $hash{$oneArr[0]}){
        my @threeArr=split(/\//,$arr[3]);
        foreach my $mir(@threeArr){
            if($mir=~/^miR/){
                $mir="hsa-$mir";
            }
            else{
                $mir="hsa-miR-$mir";
            }
            my $out="$oneArr[0]\t$mir";
            unless(exists $rep{$out}){
                print WF "$out\n";
                $rep{$out}=1;
            }
        }
    }
}
close(WF);
close(RF);

输出文件为


输出文件.png

获取在三个数据库共有的miRNA及其结合的mRNA

输入文件.png
use strict;
use warnings;

my %miHash=();

open(RF,"lncRNA_mircode.txt") or die $!;
while(my $line=<RF>){
    chomp($line);
    my @arr=split(/\t/,$line);
    $arr[1]=~s/^\s+|\s+$//g;
    if($arr[1]=~/hsa/){
      $miHash{$arr[1]}=1;
    }
    else{
        $miHash{"hsa-$arr[1]"}=1;
    }
}
close(RF);

my %hash=();
my @files=glob("*.tsv");
my @dbs=();
foreach my $file(@files){
    my $db=$file;
    $db=~s/\.tsv//g;
    push(@dbs,$db);

    open(RF,"$file") or die $!;
    while(my $line=<RF>){
        chomp($line);
        my @arr=split(/\t/,$line);
        $arr[0]=~s/mir/miR/g;
        if(exists $miHash{$arr[0]}){
            my $mirnaGene="$arr[0]\t$arr[1]";
            ${$hash{$mirnaGene}}{$db}=1;
        }
    }
    close(RF);
}
open(WF,">target.txt") or die $!;
print WF "miRNA\tGene\t" . join("\t",@dbs) . "\tSum\n";
foreach my $key(keys %hash){
    my $outLine=$key;
    my $sum=0;
    foreach my $db(@dbs){
        if(exists ${$hash{$key}}{$db}){
            $sum++;
            $outLine=$outLine . "\t1";
        }
        else{
            $outLine=$outLine . "\t0";
        }
    }
    if($sum>=3){
        print WF $outLine . "\t$sum\n";
    }
}
close(WF);

输出文件为：


target.txt.png

Cytoscape输入文件准备

将之前作差异分析后得到的mRNA和logFC复制粘贴到新建gene.txt文件中


gene.txt.png

输入文件为：


输入文件.png

perl代码如下： 
use strict;
use warnings;

my %geneHash=();
open (RF,"gene.txt") or die $!;
while(my $line=<RF>){
    chomp($line);
    my @arr=split(/\t/,$line); 
    $geneHash{$arr[0]}=$arr[1];
}
close(RF);

my %miHash=();
open (RF,"target.txt") or die $!;
while(my $line=<RF>){
    next if($.==1);
    chomp($line);
    my @arr=split(/\t/,$line);
    if(exists $geneHash{$arr[1]}){
        $miHash{$arr[0]}=1;
    }
}
close(RF);

my %miHash2=();
my %repHash=();
open(NET,">network.txt") or die $!;
print NET "Node1\tNode2\tLine\n";
open(TYPE,">type.txt") or die $!;
print TYPE "Name\tType\n";
open(MRNA,">mRNA.txt") or die $!;
open(LNC,">lncRNA.txt") or die $!;
open(MI,">miRNA.txt") or die $!;
open (SYMBOL,">symbol.txt") or die $!;
print SYMBOL "gene\tlogFC\n";
open (RF,"lncRNA_mircode.txt") or die $!;
while(my $line=<RF>){
    next if($.==1);
    chomp($line);
    my @arr=split(/\t/,$line);
    if(exists $miHash{$arr[1]}){
        print NET "$arr[0]\t$arr[1]\tlncRNA\n";
        unless($repHash{$arr[0]}){
          print TYPE "$arr[0]\tlncRNA\n";
          $repHash{$arr[0]}=1;
          print LNC "$arr[0]\n";
        }
        $miHash2{$arr[1]}=1;
    }
}
close(RF);

open (RF,"target.txt") or die $!;
while(my $line=<RF>){
    next if($.==1);
    chomp($line);
    my @arr=split(/\t/,$line);
    if( (exists $geneHash{$arr[1]}) && (exists $miHash2{$arr[0]}) ){
        print NET "$arr[0]\t$arr[1]\tmRNA\n";
        unless($repHash{$arr[0]}){
          print TYPE "$arr[0]\tmiRNA\n";
          $repHash{$arr[0]}=1;
          print MI "$arr[0]\n";
        }
        unless($repHash{$arr[1]}){
          print TYPE "$arr[1]\tmRNA\n";
          $repHash{$arr[1]}=1;
          print MRNA "$arr[1]\n";
          print SYMBOL "$arr[1]\t$geneHash{$arr[1]}\n";
        }
    }
}
close(SYMBOL);
close(RF);
close(MRNA);
close(LNC);
close(MI);
close(NET);
close(TYPE);
输出文件.png

lncRNA.txt.png

miRNA.txt.png

mRNA.txt.png

network.txt.png

symbol.txt.png

type.txt.png

ceRNA网络构建

下载Java jre版本，下载Cytoscape软件，两软件下载在同一文件夹下
导入network.txt
步骤1.png

步骤2.png

步骤3.png
导入type.txt
步骤1.png

步骤2.png

直接点OK.png
根据喜好选择颜色，形状等
参数调节.png

根据类型选择颜色.png

根据类型选择形状.png

选择lncRNA.png

点击打开.png

根据名字形成圆圈.png

鼠标在空白处点一下，进行重复操作


边参数设置.png
导出图片
导出方式.png

zoom拉到最大.png

基因名字转换为基因id

输入文件symbol.txt.png
setwd("E:\\research")
library("org.Hs.eg.db")
rt=read.table("symbol.txt",sep="\t",check.names=F,header=T)
genes=as.vector(rt[,1])
entrezIDs <- mget(genes, org.Hs.egSYMBOL2EG, ifnotfound=NA)
entrezIDs <- as.character(entrezIDs)
out=cbind(rt,entrezID=entrezIDs)
write.table(out,file="id.txt",sep="\t",quote=F,row.names=F)
输出文件id.txt.png

GO富集分析

输入文件id.txt.png
setwd("E:\\research")
library("clusterProfiler")
library("org.Hs.eg.db")
rt=read.table("id.txt",sep="\t",header=T,check.names=F)
rt=rt[is.na(rt[,"entrezID"])==F,]

geneFC=rt$logFC
gene=rt$entrezID
names(geneFC)=gene

#GO富集分析
kk <- enrichGO(gene = gene,OrgDb = org.Hs.eg.db, pvalueCutoff =0.05, qvalueCutoff = 0.05)    #若筛选出的结果太少，可将qvalueCutoff = 0.05调为1
write.table(kk,file="GO.txt",sep="\t",quote=F,row.names = F)

#柱状图
tiff(file="barplot.tiff",width = 35,height = 20,units ="cm",compression="lzw",bg="white",res=600 #调节分辨率)
barplot(kk, drop = TRUE, showCategory = 100 #显示前100个通路)
dev.off()

#点图
tiff(file="dotplot.tiff",width = 35,height = 20,units ="cm",compression="lzw",bg="white",res=600)
dotplot(kk,showCategory = 100)
dev.off()
输出文件GO.txt.png

将id转换回基因名，使可读性更好，输入文件GO.txt
perl代码

use strict;
use warnings;

my %hash=();
open(RF,"id.txt") or die $!;
while(my $line=<RF>){
    chomp($line);
    my @arr=split(/\t/,$line);
    $hash{$arr[$#arr]}="$arr[0]";
}
close(RF);

open(KEGG,"GO.txt") or die $!;
open(WF,">GO.xls") or die $!;
while(my $line=<KEGG>){
    if($.==1){
        print WF $line;
        next;
    }
    chomp($line);
    my @arr=split(/\t/,$line);
    my @idArr=split(/\//,$arr[$#arr-1]);
    my @symbols=();
    foreach my $id(@idArr){
        if(exists $hash{$id}){
          push(@symbols,$hash{$id});
        }
    }
    $arr[$#arr-1]=join("/",@symbols);
    print WF join("\t",@arr) . "\n";
}
close(WF);
close(KEGG);
输出文件GO.xls.png

KEGG富集分析

输入文件id.txt.png
setwd("C:\\Users")
library("clusterProfiler")
rt=read.table("id.txt",sep="\t",header=T,check.names=F)
rt=rt[is.na(rt[,"entrezID"])==F,]

geneFC=rt$logFC
gene=rt$entrezID
names(geneFC)=gene

#kegg富集分析，定义物种类型人就是hsa
kk <- enrichKEGG(gene = gene, organism = "hsa" , pvalueCutoff =0.05, qvalueCutoff =0.05)
write.table(kk,file="KEGG.txt",sep="\t",quote=F,row.names = F)

#柱状图
tiff(file="barplot.tiff",width = 30,height = 20,units ="cm",compression="lzw",bg="white",res=600)
barplot(kk, drop = TRUE, showCategory = 100)
dev.off()

#点图
tiff(file="dotplot.tiff",width = 30,height = 20,units ="cm",compression="lzw",bg="white",res=600)
dotplot(kk, showCategory = 100)
dev.off()

#通路图
library("pathview")
keggxls=read.table("KEGG.txt",sep="\t",header=T)
#gene.data = geneFC基因颜色定义
for(i in keggxls$ID){
  pv.out <- pathview(gene.data = geneFC,  pathway.id = i, species = "hsa", out.suffix = "pathview")
}
输出文件KEGG.txt.png

将id转换回基因名，使可读性更好，输入文件KEGG.txt
perl代码

use strict;
use warnings;

my %hash=();
open(RF,"id.txt") or die $!;
while(my $line=<RF>){
    chomp($line);
    my @arr=split(/\t/,$line);
    $hash{$arr[$#arr]}="$arr[0]";
}
close(RF);

open(KEGG,"KEGG.txt") or die $!;
open(WF,">KEGG.xls") or die $!;
while(my $line=<KEGG>){
    if($.==1){
        print WF $line;
        next;
    }
    chomp($line);
    my @arr=split(/\t/,$line);
    my @idArr=split(/\//,$arr[$#arr-1]);
    my @symbols=();
    foreach my $id(@idArr){
        if(exists $hash{$id}){
          push(@symbols,$hash{$id});
        }
    }
    $arr[$#arr-1]=join("/",@symbols);
    print WF join("\t",@arr) . "\n";
}
close(WF);
close(KEGG);
KEGG.xls.png
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
  • 人面猴
    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 213,014评论 6赞 492
  • 死咒
    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 90,796评论 3赞 386
  • 救了他两次的神仙让他今天三更去死
    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 158,484评论 0赞 348
  • 道士缉凶录：失踪的卖姜人
    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 56,830评论 1赞 285
  • 港岛之恋（遗憾婚礼）
    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 65,946评论 6赞 386
  • 恶毒庶女顶嫁案：这布局不是一般人想出来的
    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 50,114评论 1赞 292
  • 城市分裂传说
    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 39,182评论 3赞 412
  • 双鸳鸯连环套：你想象不到人心有多黑
    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 37,927评论 0赞 268
  • 万荣杀人案实录
    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 44,369评论 1赞 303
  • 护林员之死
    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 36,678评论 2赞 327
  • 白月光启示录
    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 38,832评论 1赞 341
  • 活死人
    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 34,533评论 4赞 335
  • 日本核电站爆炸内幕
    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 40,166评论 3赞 317
  • 男人毒药：我在死后第九天来索命
    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 30,885评论 0赞 21
  • 一桩弑父案，背后竟有这般阴谋
    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 32,128评论 1赞 267
  • 情欲美人皮
    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 46,659评论 2赞 362
  • 代替公主和亲
    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 43,738评论 2赞 351

推荐阅读更多精彩内容