今年2月份我们推出了单基因泛癌分析的高阶版本。详见: 可以说它的内容比今年发表的单基因生信的文章内容都要多 速度最快的同学已经投4分+的文章并且已经开始小修了 review 1直接给通过 review 2让增加讨论内容 今天我们就详细介绍一下这个结果中所有的内容 请扫描下方二维码 一 基因的表达 1 泛癌差异表达 (1)TCGA+GTEx 肿瘤vs正常 (2)TCGA 肿瘤vs正常 以某基因在肝癌的表达为例 (3)TCGA 配对肿瘤vs癌旁 以某基因在肝癌的表达为例 (4)分期表达 以某基因在肝癌的表达为例 2 肿瘤组织表达 (1)柱状图 (2)雷达图 3 正常组织表达 (1)柱状图 (2)雷达图 4 肿瘤细胞系表达 (1)柱状图 (2)雷达图 二 预后分析 1 OS DSS DFI PFI生存分析 拿肝癌OS来举例 2 OS DSS DFI PFI单因素回归分析 (3)ROC曲线 三 基因与甲基化及DNA拷贝数的相关性 1 与甲基化相关性单个肿瘤图 2 与甲基化相关性泛癌棒棒糖图 3 与DNA拷贝数相关性单个肿瘤图 4 与DNA拷贝数相关性泛癌棒棒糖图 甲基化的生存分析,包括OS DSS DFI PFI,例如在肝癌中的OS 四 相关性分析 1 相关性分析结果 2 正相关热图 3 负相关热图 五 富集分析 1 GO KEGG富集分析 GO包括BP MF CC。该基因在33个肿瘤中的富集分析,导出结果33*4个excel文件,33*4个气泡图和33*4个条形图。 2 GSEA分析 用该基因在33种肿瘤分别做GSEA分析,包括GO,KEGG和Reactome。 波浪图是这样的 每个肿瘤还有个circle图,展示了每个GSEA项目的按照p.adjust排序前50个term。 3 GSVA分析 (1)GSVA差异分析 首先对所有肿瘤进行GSVA打分,然后分别在每个肿瘤中,利用基因的中位数将样本分为高地表达两组进行差异分析 每个肿瘤分别得到差异分析结果:(可见在ACC肿瘤中,乏氧,代谢相关通路在该高表达组是高度富集的) 火山图
该基因在每个肿瘤中与2万多个通路的相关性(pearson) 在每个肿瘤中,取正相关和负相关最显著的各15个通路进行作图(拿到结果,你们也可以选择自己想要的结果作图) 横坐标显示相关系数,黄色为正相关,蓝色为负相关 六 基因突变分析 该基因高低表达组,每一种肿瘤中基因突变差异的对比 七 肿瘤微环境分析 该基因与肿瘤微环境的相关性分析 这里的肿瘤微环境包含3类。 1:肿瘤免疫微环境评估; 2:DNA损伤修复程度评估; 3:肿瘤基质微环境评估 利用热图汇总33种肿瘤的结果(一眼就可以看出该基因在哪一种肿瘤中与肿瘤微环境调节相关) 八 与免疫细胞分析(数据来源一) 1 在32个肿瘤(去除LAML)中,该基因与26种免疫细胞浸润的相关性分析结果,及circle图。(pearson) 2 基因与免疫细胞浸润的相关性点线图 32*26张图,比如肝癌中某基因与巨噬细胞的相关性。 3 免疫细胞差异表达图 在32个肿瘤中,分别用该基因的中位数将样本分为高低表达组,对免疫细胞进行差异表达作图。共32张图。 4 免疫细胞与基因相关性热图 根据相关性系数和p值做了相关性热图 九 与免疫细胞分析(数据来源二) 这里使用了第二种免疫细胞浸润数据来源,结果当然是哪一种结果好,用哪一种,两种结果一致,就都用。 十 与特定基因的相关性 1 MHC分子 2 免疫抑制基因 3 免疫检查点 4 免疫激活基因 5 趋化因子 6 趋化因子受体 7 m6a基因 8 铁死亡相关基因 十一 耐药分析 1 该基因与药物的IC50相关性(190多种药物) 1 该基因高低表达组药物的IC50的差异(190多种药物) 十二 与TMB MSI的相关性 TMB:肿瘤突变符合 MSI:微卫星不稳定性 1 与TMB的相关性,包含 单癌种相关性图 泛癌相关性棒棒糖图 泛癌相关性雷达图 2 MSI结果同上 所有结果组成12个Figure以上不是问题 |
|