爾云間? 一個專門做科研的團(tuán)隊
歡迎點(diǎn)贊+收藏+關(guān)注
生信人R語言學(xué)習(xí)必備
立刻擁有一個Rstudio賬號
開啟升級模式吧
（56線程，256G內(nèi)存，個人存儲1T）
近年來，多維組學(xué)聯(lián)合分析成為大趨勢，經(jīng)常出現(xiàn)在高分文章中，泛癌分析在現(xiàn)在還是非?；鸬?，而“泛癌”pancancer研究尤其火熱，在pubmed中搜索一個”pancer”,就可以發(fā)現(xiàn)今年來相關(guān)文獻(xiàn)發(fā)表量在逐年增加，為了跟上時代潮流，小果今天為大家分享目標(biāo)基因集在泛癌與正常組織的差異分析奧，那就和小果開始今天的學(xué)習(xí)之旅吧！

如何做泛癌與正常組織差異分析？
在進(jìn)行泛癌差異分析之前，小果想帶著大家進(jìn)行了解一下何為泛癌？泛癌就是在研究當(dāng)下的癌種后，在擴(kuò)大到其他癌種，可以是所有腫瘤的大泛癌，也可以是呼吸系統(tǒng)，消化系統(tǒng)的小泛癌奧！小果的解釋還算簡單易懂吧！
接下來小果為小伙伴講講如何做泛癌差異分析，主要包括泛癌表達(dá)矩陣和樣本信息文件下載，數(shù)據(jù)處理獲得目標(biāo)基因集在不同腫瘤組織中表達(dá)矩陣，最后利用limma包進(jìn)行差異分析，獲得差異分析結(jié)果文件，這就是基本的分析流程啦。

需要的R包
本次分析需要的R包最主要的是limma包進(jìn)行差異分析，溫馨提示，需要注意的是在加載R包時，千萬不要忘記加載twoclasslimma.R腳本，否則會遇到報錯奧！，可以通過以下命令進(jìn)行安裝，小果已經(jīng)嘗試過的奧！


數(shù)據(jù)下載
在做泛癌分析之前，最重要的問題是泛癌基因表達(dá)矩陣和樣本信息下載，小果所用的泛癌數(shù)據(jù)是來自該網(wǎng)站https://gdc.cancer.gov/about-data/publications/pancanatlas，只需要登錄該網(wǎng)站就可以很方便的下載到自己想要的文件奧，由于泛癌基因表達(dá)矩陣文件較大，下載會有點(diǎn)慢，有需要的可以call 小果哈。。。。
#泛癌樣本信息文件,主要包括樣本名和腫瘤組織類型，其他列可以忽略奧！

#泛癌基因表達(dá)矩陣文件，行名為基因名，列名為樣本名，認(rèn)真的小伙伴會發(fā)現(xiàn)基因名不是我們需要的奧，下面的分析中會進(jìn)行轉(zhuǎn)化操作奧，可以重點(diǎn)關(guān)注奧！


目標(biāo)基因集在不同腫瘤組織中差異分析
在成功的下載到數(shù)據(jù)后，就要進(jìn)入到最主要的環(huán)節(jié)了，進(jìn)行目標(biāo)基因集在不同腫瘤組織中差異分析的工作了，首先準(zhǔn)備感興趣的腫瘤名稱和感興趣的基因名稱，然后提取感興趣基因集在不同腫瘤組織中的表達(dá)矩陣文件，然后利用limma軟件進(jìn)行不同腫瘤組織與正常組織差異分析，獲得差異分析結(jié)果文件，該分析中包含大量的數(shù)據(jù)處理技巧，小果強(qiáng)烈推介認(rèn)真在認(rèn)真閱讀奧。
爾云間? 一個專門做科研的團(tuán)隊
歡迎點(diǎn)贊+收藏+關(guān)注
生信人R語言學(xué)習(xí)必備
立刻擁有一個Rstudio賬號
開啟升級模式吧
（56線程，256G內(nèi)存，個人存儲1T）
近年來，多維組學(xué)聯(lián)合分析成為大趨勢，經(jīng)常出現(xiàn)在高分文章中，泛癌分析在現(xiàn)在還是非?；鸬模胺喊眕ancancer研究尤其火熱，在pubmed中搜索一個”pancer”,就可以發(fā)現(xiàn)今年來相關(guān)文獻(xiàn)發(fā)表量在逐年增加，為了跟上時代潮流，小果今天為大家分享目標(biāo)基因集在泛癌與正常組織的差異分析奧，那就和小果開始今天的學(xué)習(xí)之旅吧！

如何做泛癌與正常組織差異分析？
在進(jìn)行泛癌差異分析之前，小果想帶著大家進(jìn)行了解一下何為泛癌？泛癌就是在研究當(dāng)下的癌種后，在擴(kuò)大到其他癌種，可以是所有腫瘤的大泛癌，也可以是呼吸系統(tǒng)，消化系統(tǒng)的小泛癌奧！小果的解釋還算簡單易懂吧！
接下來小果為小伙伴講講如何做泛癌差異分析，主要包括泛癌表達(dá)矩陣和樣本信息文件下載，數(shù)據(jù)處理獲得目標(biāo)基因集在不同腫瘤組織中表達(dá)矩陣，最后利用limma包進(jìn)行差異分析，獲得差異分析結(jié)果文件，這就是基本的分析流程啦。

需要的R包
本次分析需要的R包最主要的是limma包進(jìn)行差異分析，溫馨提示，需要注意的是在加載R包時，千萬不要忘記加載twoclasslimma.R腳本，否則會遇到報錯奧！，可以通過以下命令進(jìn)行安裝，小果已經(jīng)嘗試過的奧！


數(shù)據(jù)下載
在做泛癌分析之前，最重要的問題是泛癌基因表達(dá)矩陣和樣本信息下載，小果所用的泛癌數(shù)據(jù)是來自該網(wǎng)站https://gdc.cancer.gov/about-data/publications/pancanatlas，只需要登錄該網(wǎng)站就可以很方便的下載到自己想要的文件奧，由于泛癌基因表達(dá)矩陣文件較大，下載會有點(diǎn)慢，有需要的可以call 小果哈。。。。
#泛癌樣本信息文件,主要包括樣本名和腫瘤組織類型，其他列可以忽略奧！

#泛癌基因表達(dá)矩陣文件，行名為基因名，列名為樣本名，認(rèn)真的小伙伴會發(fā)現(xiàn)基因名不是我們需要的奧，下面的分析中會進(jìn)行轉(zhuǎn)化操作奧，可以重點(diǎn)關(guān)注奧！


目標(biāo)基因集在不同腫瘤組織中差異分析
在成功的下載到數(shù)據(jù)后，就要進(jìn)入到最主要的環(huán)節(jié)了，進(jìn)行目標(biāo)基因集在不同腫瘤組織中差異分析的工作了，首先準(zhǔn)備感興趣的腫瘤名稱和感興趣的基因名稱，然后提取感興趣基因集在不同腫瘤組織中的表達(dá)矩陣文件，然后利用limma軟件進(jìn)行不同腫瘤組織與正常組織差異分析，獲得差異分析結(jié)果文件，該分析中包含大量的數(shù)據(jù)處理技巧，小果強(qiáng)烈推介認(rèn)真在認(rèn)真閱讀奧。


繪制差異基因堆疊柱狀圖和基因表達(dá)量氣泡圖

結(jié)果文件解讀
1.differential_expression_of_interested_genes_in_pancancer.pdf
該圖為不同腫瘤組織中差異基因堆疊柱狀圖和不同腫瘤組織中目標(biāo)基因表達(dá)量氣泡圖組合圖

2.TCGA_BLCA_limma_test_result.tumor_vs_normal.txt
該文件為目標(biāo)基因集在相應(yīng)的腫瘤組織中的limma差異分析結(jié)果

3.TCGA_BLCA_expr_subset.txt
該文件為目標(biāo)基因集在腫瘤組織中的表達(dá)矩陣文件

4.simple_sample_annotation.txt
該文件為簡化的樣本信息文件，第一列為腫瘤類型，第二列為對應(yīng)的樣本名

最終小果從數(shù)據(jù)下載，差異分析和繪圖，完成了鐵死亡相關(guān)基因在泛癌和正常組織的差異分析；泛癌相關(guān)的分析都可以用本公司新開發(fā)的云平臺生物信息分析小工具實(shí)現(xiàn)奧，零代碼完成分析，歡迎小伙伴來嘗試奧。

云平臺網(wǎng)址：http://www.biocloudservice.com/home.html
例如基因在腫瘤與正常組織中的甲基化分析(http://www.biocloudservice.com/771/771.php)
泛癌中特定通路基因的突變分析(http://www.biocloudservice.com/740/740.php)
泛癌中拷貝數(shù)變異分析(http://www.biocloudservice.com/700/700.php)等小工具；歡迎大家和小果一起討論學(xué)習(xí)奧，下期再見奧。
“生信果”，生信入門、R語言、生信圖解讀與繪制、軟件操作、代碼復(fù)現(xiàn)、生信硬核知識技能、服務(wù)器、生物信息學(xué)的教程，以及基于R的分析和可視化等原創(chuàng)內(nèi)容，一起見證小白和大佬的成長。 


標(biāo)簽：氣泡圖差異分析R包泛癌pancancer