R代码TCGA差异表达分析

前面给大家介绍了

☞零代码TCGA差异表达分析

☞零代码TCGA差异表达分析（一）

☞零代码TCGA差异表达分析（二）

☞零代码TCGA差异表达分析（三）

可以很方便的得到差异表达基因列表，火山图，还可以方便的选择不同的方法（limma，edgeR，DEseq2）对同一套数据进行差异表达分析，也可以比较三种方法找出差异表达基因的交集，绘制韦恩图。

这个方法的好处是，对于没有太多编程基础的小伙伴来说，上手容易，操作简便。当然这个方法也有一定的局限性，

1）差异表达基因表中列出的是基因的Ensembl gene ID，还需要后续通过其他的工具，例如DAVID（https://david.ncifcrf.gov/），去做一个ID转换，得到基因的名字

2）这里没有给出每一个基因的转录本类型，到底是mRNA还是lncRNA，或者是其他的RNA类型。因为后续如果要继续做ceRNA网络分析，我们必须要知道每一个基因的RNA类型。

3）差异表达分析表，给出了所有基因的差异表达分析的结果，不论P值是否显著，Fold change多大，因此还需要再用Excel表根据Fold change和pval去做一个过滤

已有的工具就像是一把双刃剑，你在享受他提供的便利的同时，也必接纳它的局限性。毕竟工具是别人写的，它提供什么功能，你才能使用什么功能。除非，你自己去造一个工具，这样才能随心所欲。

那么今天我们就来用R来造这样一个工具，解决上面的几个局限性

先来捋一捋思路，对于第1）和2）个问题，这里实际上缺的只是一个注释文件，包含基因的Enseml ID和对应的gene symbol信息，以及每一个基因的转录本类型（mRNA，lcnRNA etc）。我们去做这样一个注释文件，这两个问题就迎刃而解了。其实如何获取这个注释文件，我们在前面的视频里面已经详细讲解过了
☞biomart基因ID转换，获取转录本类型

对于第3）个问题，其实在R里面是很容易实现的，只需要去判断一下Fold change和pval，让后返回一个逻辑向量，取对应的行就可以做筛选了。

接下来我们通过视频来讲解，如何创建四个R函数

FilterDuplicate：去除重复样本的函数
FilterSampleType：过滤样本类型的函数，只保留PrimaryTumor和SolidTissueNormal这两种样本类型
DEA：做差异表达分析的函数，整合三种主流的差异表达分析方法（limma，edgeR，DEseq2）
DEReport：过滤差异表达分析结果的函数

来做差异表达分析，当然也会整合三种主流的差异表达分析方法（limma，edgeR，DEseq2）

☞R代码TCGA数据差异表达分析（一）

接下来通过一个TCGA的实例来给大家演示一下，如何使用我们造好的R工具

☞R代码TCGA数据差异表达分析（二）—实例展示

☞完整R代码

关于这里四个R函数的详细讲解和完整代码也可以在☞这里找到。