一、安装和载入limma包
Limma是一款R软件的包,可用于在微阵列和RNA-Seq下处理基因表达数据。首先,我们需要安装limma包。代码如下:
if (!requireNamespace("BiocManager", quietly = TRUE))
install.packages("BiocManager")
BiocManager::install("limma")
载入limma包:
library(limma)
二、读取基因表达数据
我们可以使用read.table函数来读取数据。在下面的示例中,数据文件名为"Gene_expression.txt",每一行代表一个基因。首列包含基因名字,接下来的列包含的是不同样本的基因表达数据。这里,我们假设第一列是基因名字,第二列到第六列是5个不同组织(样本)的基因表达数据。示例代码如下:
data=read.table("Gene_expression.txt",header=TRUE,row.names=1)
三、数据预处理
在进行微阵列或RNA-Seq数据分析之前,我们必须先进行数据预处理。这包括数据归一化、过滤掉低表达基因、Batch效应的去除等。在这里,我们使用normalizeBetweenArrays来进行数据标准化。相关代码如下:
dataNorm=normalizeBetweenArrays(data,method="quantile")
在进行limma分析之前,我们需要在数据中去除所有低表达的基因。
keep=filterByExpr(dataNorm)
dataNormFilter=dataNorm[keep,]
接下来,我们进行Batch效应的去除。
batch = c(1,1,2,2,3)
design = model.matrix(~0+batch)
fit = lmFit(dataNormFilter, design)
contrMatrix = makeContrasts(batch2-batch1, levels=design)
fit2 = contrasts.fit(fit, contrasts=contrMatrix)
fit2 = eBayes(fit2)
四、配对差异分析
接下来,我们进行配对差异分析,以比较2个组织(样本)之间的差异性。
例如,我们想要比较第一组织和第二组织的差异性:
treatment=c(1,1,2,2,1)
contrasts=makeContrasts(treatment1-treatment2,levels=design)
fit2 = contrasts.fit(fit,contrasts=contrasts)
fit2 = eBayes(fit2)
此处我们存储了差异表达储存
result = topTable(fit2,coef=1,number=1000)
五、GO/GSEA富集分析
使用富集分析可以帮助我们了解差异表达基因的生物学意义。
我们首先需要用DEGs获得差异表达基因的集合。例如,我们使用默认参数在一个基因集合上执行Label的卡方富集分析,来计算差异表达基因集合的富集结果。相应代码如下:
de <- rownames(result) # 使用导出的差异表达基因
ego <- enrichGO(gene = de,
OrgDb = org.Mm.eg.db,
keyType = "ENSEMBL",
ont = "BP",
pvalueCutoff = 0.05,
qvalueCutoff = 1,
readable = TRUE)
ego <- setReadable(ego, 'org.Mm.eg.db', 'ENSEMBL') # 用基因符号代替ENSEMBL ID
head(as.data.frame(ego), 10)
六、不同图展示
最后,我们可以使用不同类型的图表展示分析结果。例如,我们可以使用pheatmap包来生成热图。
library(pheatmap)
mat <- assay(dataNormFilter)
rownames(mat)=paste("G",1:nrow(mat),sep="")
samples <- data.frame(Tissue=colnames(mat), row.names=colnames(mat))
colnames(samples) <- c("Tissue")
colors <- colorRampPalette(rev(brewer.pal(9, "RdBu")))(75)
pheatmap(mat,
color=colors,
cluster_rows=TRUE,
cluster_cols=TRUE,
annotation_col=samples,
fontsize=8,
main="Heatmap of Gene Expression")
总结
在这篇文章中,我们介绍了如何使用bioconductorlimma进行基因表达数据分析。我们展示了如何读取数据、进行数据预处理、进行配对差异分析、进行GO/GSEA富集分析以及不同类型的图表生成。