目前許多疾病往往包含著不同的疾病亞型，例如白血病經(jīng)常包含ALL：急淋淋巴細(xì)胞白血病、AML：急性髓細(xì)胞白血病、CML：慢性髓細(xì)胞白血病、CLL：慢性淋巴細(xì)胞白血病。

如何識(shí)別挖掘不同疾病亞型的標(biāo)志性基因集是研究熱點(diǎn)之一，這對(duì)于疾病的針對(duì)性治療有著巨大的意義。常規(guī)的方法通常是進(jìn)行兩兩亞型之間的差異比較，如果亞型較少，這樣的方法固然可靠，但是當(dāng)疾病亞型大于3個(gè)，很顯然增大了工作量，因此本代碼通過基于參數(shù)型經(jīng)驗(yàn)貝葉斯算法對(duì)疾病相關(guān)基因進(jìn)行分類能力的預(yù)測(cè)，其次采用支持向量機(jī)（SVM）構(gòu)建分類器，找到各個(gè)疾病亞型的顯著基因集，這些基因能夠明顯將某個(gè)亞型與其它亞型顯著分開。

用戶只需要輸入基因表達(dá)矩陣及樣本的表型信息（這里指疾病亞型分類），代碼將自行計(jì)算出每個(gè)疾病亞型下的關(guān)鍵基因，同時(shí)給出基因共表達(dá)網(wǎng)絡(luò)構(gòu)建的相應(yīng)節(jié)點(diǎn)及邊文件，可以直接導(dǎo)入到網(wǎng)絡(luò)構(gòu)圖軟件Cytoscape進(jìn)行網(wǎng)絡(luò)圖繪制。

使用方法：

Rscript??geNetClassifier.r??-Eset= ??-sampleLabels=??-postThr= ?-corThr?

參數(shù)說明：

USAGE:geNetClassifier.r -Eset=<Eset> -sampleLabels=<sampleLabels> -postThr=<postThr> -corThr=<corThr>
PARAMETERS:

-Eset ??the gene expression matrix ,gene as row,sample as column ,input csv format.

-sampleLabels ??the sample classification labels ,the first column is sample name which is consistent with Eset column in order,the second column is the classification labels, input csv format.

-postThr ???????The threshold of posterior probability that represents how much each gene differentiates a class from the other classes.

-corThr The threshold of Pearson correlation that built gene networks derived from gene to gene co-expression analysis.

操作步驟：

1、打開命令行界面，輸入“geNetClassifier.r”調(diào)閱幫助文檔，確定該程序所需的輸入文件。

2、用戶根據(jù)幫助文檔中的參數(shù)說明內(nèi)容，對(duì)參數(shù)進(jìn)行設(shè)置。這里，必須輸入?yún)?shù)有2個(gè)，分別是-Eset，表示基因表達(dá)矩陣文件，以基因?yàn)樾?，樣本為列，保存為csv文件；-sampleLabels表示樣本表型信息，這里指疾病亞型分類，包含兩列，第一列為樣本名稱，順序要和基因表達(dá)矩陣列一致，第二列為對(duì)應(yīng)的表型；可選參數(shù)有兩個(gè)，分別是-postThr，為后驗(yàn)概率，表示某個(gè)基因有多大的可能性將某個(gè)亞型與其它亞型區(qū)分開，默認(rèn)是0.95；-corThr 表示兩個(gè)基因之間的pearson相關(guān)系數(shù)，主要用于后期網(wǎng)絡(luò)構(gòu)建過濾，默認(rèn)是0.8。

3、完成參數(shù)提交后，按下回車鍵，整個(gè)程序即正式開始進(jìn)入執(zhí)行。每步執(zhí)行內(nèi)容都會(huì)給出提示。程序執(zhí)行完畢后，界面會(huì)顯示”Program execution is completed"結(jié)束語(yǔ)。

結(jié)果展示：

每個(gè)表型都會(huì)輸出6個(gè)文件，包含2個(gè)PDF文件和4個(gè)txt表格文件，這里以ALL舉例說明。

1、ALL_genes_expression.pdf

該圖表示在ALL亞型中識(shí)別出的關(guān)鍵基因在各個(gè)亞型中的表達(dá)值，可以看到該基因很明顯在ALL亞型中高表達(dá)

2、ALL_genes_discriminant_power.pdf

該圖表示在ALL亞型中識(shí)別出的關(guān)鍵基因能夠?qū)⒃搧喰秃推渌鼇喰蛥^(qū)分的能力，和正負(fù)無關(guān)，絕對(duì)值越大，區(qū)分能力越強(qiáng)

3、ALL_GeneRankingDetails.txt

該表格表示初步按照我們?cè)O(shè)置的后驗(yàn)概率postThr，篩選出的符合大于該概率的亞型標(biāo)志基因集。

Class：基因所屬的class

postProb: 基因的后驗(yàn)概率

exprsMeanDiff:基因在該class相對(duì)于其他classes的均值差異。

exprsUpDw:基因在該class相對(duì)于其他classes的表達(dá)上下調(diào)情況。exprsMeanDiff大于0，表達(dá)上調(diào)，小于0表達(dá)下調(diào)。

4、ALL_ClassGeneDetails.txt

該表格表示進(jìn)一步通過SVM構(gòu)建分類器，最終篩選出的亞型標(biāo)志基因集。格式與ALL_GeneRankingDetails.txt一致。

discriminantPower: 基因?qū)⒃揷lass與其他classes區(qū)分的power。

5、ALL_GeneNetwork_node.txt

該表格表示按照我們?cè)O(shè)置的相關(guān)系數(shù)corThr，篩選出的符合大于該相關(guān)系數(shù)的亞型基因集，為最后網(wǎng)絡(luò)構(gòu)建的節(jié)點(diǎn)。格式與ALL_GeneRankingDetails.txt一致。

6、AML_GeneNetwork_edge.txt

該表格表示按照我們?cè)O(shè)置的相關(guān)系數(shù)corThr，篩選出的符合大于該相關(guān)系數(shù)的亞型共表達(dá)關(guān)系對(duì)，為最后網(wǎng)絡(luò)構(gòu)建的邊。

特別說明：本代碼經(jīng)申請(qǐng)軟件著作權(quán)，僅轉(zhuǎn)讓使用權(quán)，不轉(zhuǎn)讓所有權(quán)

如需代碼及示例數(shù)據(jù)等文件，請(qǐng)掃碼聊天框回復(fù) “代碼”領(lǐng)??！

寫在文末：

如果您近期想做生信方面的文章而苦于沒有思路，或者不知道如何來入手生信分析，或者兌具體的某一個(gè)圖有作圖需求，都可以掃碼咨詢小云，我們有專業(yè)的技術(shù)團(tuán)隊(duì)，生信熱點(diǎn)思路設(shè)計(jì)、生信分析、熱點(diǎn)方向生信挖掘等，如有需要，可掃碼下方二維碼了解詳情