TCGA数据分析系列(二):数据库之GEPIA2

所谓工欲善其事,必先利其器,从今天开始,我们来介绍TCGA数据库的使用。今天我们来介绍一款非常容易上手的数库:GEPIA2:http://gepia2.cancer-pku.cn/#index

话不多说,直接进入正题


GEPIA2数据来源


如图所示,GEPIA2数据来源于TCGA和GTEx数据库。TCGA我们已经介绍过,不过GEPIA2对TCGA数据经过了筛选,具体筛选标准并没有详细介绍。比如肝癌TCGA有372例肿瘤组织,这里只有369例。
下面简单介绍一下GTEx

GTEx

GTEx全称Genotype-Tissue Expression,该项目研究来自449名生前健康的人类捐献者的7000多份尸检样本,涵盖44个组织(42种不同的组织类型),包括31个实体器官组织、10个脑分区、2个来自捐献者血液和皮肤的细胞系。GTEx可以有效弥补TCGA正常组织不多的缺点。


GEPIA2工作流程


基因一般性分析


我们以LDHA为例可以检索到LDHA的基因信息

LDHA的泛癌表达情况

LDHA的泛癌表达情况柱状图

然而我认为,没有统计的图都是耍流氓


差异分析

我们通过点击鼠标可以轻易获得一个肿瘤的差异分析结果。GEPIA2的差异分析结果默认是利用TCGA的肿瘤组织与GTEx的正常组织做对比。

可以得到一个差异基因与染色体位置的图,以及差异分析结果的文件,都是可以下载的。
得到的差异分析文件例只有差异基因,没有其他基因的情况。做一个火山图看一下差异基因大致的范围。


表达DIY


我们可以根据这种条件选择,得到目的基因的表达情况

肝癌TCGA中TP53的表达

TCGA联合GTEx中TP53的表达情况

肝癌各分期中TP53的表达

多基因表达热图


生存分析

输入基因名,选择OS还是RFS,设定cutoff比例,以及自定义颜色等,点击add添加感兴趣的癌症类型,点击plot就可以得到最终的生存分析结果

LDHA在肝癌中的OS

还可以看某个肿瘤中生存分析p值最小的前500个基因,如下入:

如果想看多个基因在多个癌症中与生存的关联,可以利用survival map工具,输入基因列表和癌症列表,得到每个癌症中每个基因与生存的显著性p值


Isoform分析

isoform分析与gene分析类似,这里就不再赘述


基因或者基因集间相关性分

在计算基因或signature之间相关性时,我们可以利用该工具进行在线绘图。这里的signature按照网址文章的说法,应该是取基因的表达平均值


基因相似性检测

这里可以理解为单基因批量相关性分析,这个分析用处很大。可以通过一个基因和与其相关性高的基因组成一个基因集,来做富集分析,反应这个基因可以影响的功能及通路情况。


PCA降维


由于基因数目较多,维度较大,对肿瘤进行可视化比较困难。利用主成分分析(PCA)进行可视化。这里以肝癌的正常和肿瘤为例,选择基因进行降维.

主成分的方差贡献

三维可视化

二维可视化

好了,今天的数据库介绍就到这里了,下回见。

(0)

相关推荐