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：
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
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
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
二 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