2020-01-05 Day15-Day20 学习免疫基因预后模

2020-01-18 本文已影响0人卅衣

image.png

conmean在正常样品中表达均值，treatmean在肿瘤样品中表达均值，logFC＞0说明在上调＜0下调，fdr为校正后p值，一般删选按照logFC的绝对值＞1，fdr＜0.05。

image.png
验证模型准确性，大于0.7，说明准确性良好。

image.png
单因素和多因素预后风险都小于0.05，说明可以作为单独的预后因子

image.png

M0表示没有发生远处转移，M1表示发生转移

1 转录组数据下载

搜索tcga gdc，进入后清空cart。选择download data。
进入选择疾病类型，program-TCGA，project-STAD。Files，Data Category-Transcrptome Profling，Data type-gene expression Quantification，Workflow type-HTSeq-FPKM，。add to cart 然后下载。

image.png

都下，1会告诉我们样品的数量。2为数据文件，关键。3，也要下

image.png

image.png
如果cart文件下载不下来，就需要下载工具

image.png

解压后得到下载工具。下载 cmd cd空格+目录软件名（包括后缀）空格 download空格-m manfast.txt文件名

image.png
复制cart文件和meta文件到3中，cart文件不要解压到当前

image.png
将移动文件的脚步复制到解压的文件夹中，同一目录下。cmd cd空格加路径回车，perl空格加脚步名称回车，将所有文件移动到一个目录下-files。

image.png
将merge脚本和meta文件移动到files目录下，然后将所有文件解压到当前文件夹。
cmd cd空格加路径回车，perl空格加脚本名称空格meta文件名回车

image.png

2 ID转换

image.png

准备输出文件，复制到4中。
cmd cd空格加路径回车，perl空格加脚本回车

image.png

3 临床数据下载

搜索TCGA GDC。进入下载页面，清空CART。进入download data，对疾病进行筛，选择癌症类型，Progarm-TCGA，project-STAD。 FILe，Data Category-clincial，Data Format-BCR XML。添加到cart，然后下载。
对临床数据进行整理

image.png

fustat生存状态，0活1死。
将下载的cart文件解压，并将6脚本拷贝到共同目录下。然后运行，cmd cd空格加路径回车，perl空格加脚本回车，最后目录下出现clinical.xls文件。

4 差异分析

image.png

logF＞0基因在肿瘤样品中上调，为比值。fdr为校正后p值。一般筛选时按照logFC绝对值大于1，fdr值＜0.05.

image.png

热图横坐标样品，纵坐标基因。
复制4中symbol.txt到7中。打开R安装limma包，安装pheatmap包。复制脚本到R中。
得到文件，all.txt，为所以基因的表达差异。diif.xls，为满足条件的表达差异。diffgeneexp.txt，为有表达差异的基因的表达量。得到2个表，3个文件。

5 免疫基因分析

查询免疫基因，知道哪些是免疫基因
搜索www.immport.org，进入Gene lists。下载资料

image.png
拷贝到文件8.
从文件7中复制all.txt和diffGeneExp.txt到文件9中，复制文件8中Geneappend3.XLS到文件9.打开Geneappend3.XLS，选择第一列所有的免疫基因名称，单机第一个和最后一个，按住SHIFT，然后复制到新建gene.txt。
打开脚本，修改数据。然后复制脚本到R中，运行。得到免疫基因的热图和火山图。

image.png
文件10-输出文件，差异免疫基因的表达文件9中immuneGeneExp.txt，6文件中clinic.xls（对其按生存时间排序，删掉未知的。删除生存时间小于90天的。然后拷贝前3列，复制数据到新建time.txt）
cmd cd空格加路径回车
perl空格加脚本全程回车

image.png
打开文件11，输入文件-文件10中expTime.txt文件。然后打开脚本，设置好，复制脚本到R中，运行。得到3个新文件。

5 转录因子分析

打开网站-肿瘤相关的转录因子Cistrome

image.png

复制所有转录因子名称，点击第一个和最后一个按住SHIT建，新建复制到12中，命名TF.txt。复制文件7中all.txt和diffGeneExp.txt到文件12中。

image.png
然后打开R，复制改好的脚本，运行，得到两个图和TFdiff.xls和TFgeneEXP.txt。

6 转录因子和免疫基因相关性分析

差异的转录因子和与预后相关的免疫基因的相关性分析

image.png

COR为相关性，大于0为正相关，p越小说明越相关
打开文件13.输入文件-复制12中差异转录因子的表达量TFgenEXP.txt。11中uniCox.txt和uniSignExp.txt。
打开13脚本，定义相关系数过滤标准（0.3-0.8），按照做出的图进行调整。复制到R中，运行，得到nodeTYPE.txt节点属性文件和corResult.txt相关性文件。

image.png
三角形-转录因子，红色圆圈高风险免疫基因，绿色圆圈低风险免疫基因，红色线关系为正调控，绿色线负调控。
打开14文件，软件为cytoscape。Files-import-network from file,打开14中corResult.txt，然后选择TF-为source node。免疫基因选择Target node。关系选择三角形

image.png

再选择Files-import-table from file,打开14中nodeTYPE.txt。再选择style，选择第三个。

image.png
选择线的属性，选择中间的，调整粗细和颜色，type，离散型

image.png
然后node类型，颜色

image.png
找到与预后相关的免疫基因后，去构建免疫基因的模型，然后可以将其分为高低风险

image.png
(基因不要太多)
打开脚本15，准备输入文件， 11小节中uniSigExp.txt。然后复制脚本到R中运行。得到两个文件。

image.png
对得到的高低风险组进行生产分析
打开16文件，输入文件，15中风险文件-risk.txt。

打开R，复制脚本，运行。得到生存分析的图片。然后查看5年生存率和95%CI在R中。

image.png
然后做ROC曲线验证模型的可靠性

image.png
主要看AUC，大于0.7最好
打开文件夹17，输入文件-文件15中risk.txt，打开脚本安装survialROC包。
打开R运行，得到ROC.pdf。
########风险曲线

image.png
风险值，生存状态图，生存热图。横坐标一样，病人，按风险值排序的。
竖线，将病人分为高风险和低风险组。
风险值图，纵坐标为风险值。
生存状态图，纵坐标为生存时间，红点死，绿点活。
生存热图，纵坐标为基因。
打开文件夹18，输入文件打开文件15中risk.txt。
运行18脚本，得到3个图形。

独立预后分析

得到的模型是否可以独立于其他的临床因素进行分析

image.png

打开19文件夹，输入文件，临床数据文件6中clinical.xls。病人风险值，文件15中risk.txt。
整理数据，打开clinical.xls，按照生存时间进行排序，删除生存时间小于90天的，删除unload和空的。按照生存状态排序，删空。对年龄进行排序，删空。按性别排序，女性数字0，男性数字1.分级排序，G1改为1，G2改为2.分期排序。然后T,M,N分期，改为1,2,3,4.整理好之后，复制到新建clinical.txt中。
然后将clinical.txt与risk.txt进行合并。通过19脚本。
cmd cd空格加路径回车
perl空格加脚本全称回车
得到新文件indepInput.txt。

image.png
在单因素和多因素都有关，说明可以
打开文件夹20，输入文件，19中indepInput.txt。打开R复制，运行，得到单因素预后分析。

多因素预后分析，21文件夹，输入文件，19中indepInput.txt。打开R复制，运行，得到多因素预后分析。

临床相关性分析

image.png

打开22文件夹，输入文件，15文件中risk.txt，文件6中clinical,xls。对临床信息进行整理，二分类变量整理。按照生存时间进行排序，删除生存时间小于90天的，删除unload和空的。然后删除生存时间和生存状态两列。对年龄进行排序，删空，对年龄小于65的，改为＜＝65，大于65岁的改为＞65。按性别排序，删空，其余不变。分级排序，G1和G2放一起改为G1&2,G3不改。分期排序，1和2一组，3和4一组，1&2,3&4。然后T,M,N分期，T1-2，T3-4。N0一组，N1-3一组。
整理好二分类的数据后，保存新建到clinical.txt。