单基因泛癌生信高阶模板结果展示

今年2月份我们推出了单基因泛癌分析的高阶版本。详见:

单基因泛癌高阶套路模板

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

对比两篇单基因文章,一篇5分+,一篇未发表

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

生信分析咨询

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

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

(2)GSVA相关性分析

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

(0)

相关推荐