这张图科研人员必备，我们来看看Cancer Cell是怎么示范的

每周一的晚上7点，是我组织的线下文献精读会。每一个月，我自己挑选8篇文章，安排人员来读，而且要求文献至少准备20小时以上(自己看懂还要想办法让别人听懂，有很多工作准备工作)。

每次是两篇，大概都是1小时左右，昨天师姐分享了一篇GBM中m6A甲基化的文献。

如果回看我们当时的那张神图，会发现这里的讲的ALKBH5是擦除子，可以抹去RNA的m6A甲基化修饰。
作者就讲了ALKBH5通过抹去FOXM1的甲基化修饰避免其被降解，从而促进FOXM1表达的故事。

这篇文章使用了很多公共数据，我们下一次再讲。今天我要讲的是，高分文章也爱用基于TCGA数据的相关性分析，只不过本次有点蹊跷。

作者用免疫荧光发现ALKBH5和SOX2和nestin共定位。一个蛋白如果要发挥作用，要关注三个点，表达量，活性，位置。现在他们的位置靠在一起，有了相互作用的空间优势，那么表达量是否相关呢？作者就用了TCGA的GBM 转录组数据来测试了一下，发现效果不错。

你看这些公共数据放在那里，不用白不用，用了还有奇效。因为群里已经有三位朋友说，把Nature的那个图用在了自己的课题上。

但是，公共数据，你能用，别人也可以用，通过学习那个课程，我们可以轻易地自己画出相关性系数的图来测试一下。
加载数据

rm(list=ls())
load(file = "pancancer_mRNA_exprSet.Rdata")
data <- mRNA_exprSet
test <- data[1:10,1:10]

我们为了方便，把单个癌症中的相关性作图搞成了一个函数，ggcorplot

ggcorplot <- function(a,b,type="ALL"){
  corr_eqn <- function(x,y,digits=2) {
    test <- cor.test(x,y,type="pearson")
    paste(paste0("n = ",length(x)),
          paste0("r = ",round(test$estimate,digits),"(pearson)"),
          paste0("p.value= ",round(test$p.value,digits)),
          sep = ", ")
  }
  if(type=="ALL"){
    plot_df <- data[,c(a,b)]
  }else{
    plot_df <- data[data$type %in% type,c(a,b)]
  }
  
  names(plot_df) <- c("geneA","geneB")
  ggplot(plot_df,aes(geneA,geneB))+
    geom_point(col="#984ea3")+
    geom_smooth(method=lm, se=T,na.rm=T, fullrange=T,size=2,col="#fdc086")+
    geom_rug(col="#7fc97f")+
    theme_minimal()+
    xlab(paste0("Expression of ",a," (log2(TPM))"))+
    ylab(paste0("Expression of ",b," (log2(TPM))"))+
    labs(title = paste0(corr_eqn(plot_df$geneA,plot_df$geneB)))+
    theme(plot.title = element_text(hjust = 0.5),
          plot.margin = margin(1, 1, 1, 1, "cm"))
}

输入两个基因，不指定癌症就默认是全部癌症，如果指定就是特定癌症，我们来看看ALKBH5和SOX2在GBM中的表达

ggcorplot("ALKBH5","SOX2","GBM")

正相关，但是数据量比较少，我想到，胶质瘤在TCGA中有两种，还有一个是LGG，我们再试一下

ggcorplot("ALKBH5","SOX2","LGG")

没有相关性

我们也不能太武断，他的数据有可能是合并了GBM和LGG的，因为GEPIA就是这么做的，我们用GEPIA来测试一下

那如果我们把自己的这个数据合并一下呢，也很简单，多谢几个癌症名称就可以了

ggcorplot("ALKBH5","SOX2",c("GBM","LGG"))

结果差不多，但是我们现在知道这个结果谁的贡献比较大(如果单独下载TCGA的数据来分析，这个相关性系数是负数)。

如果用到我们课程里面的图，TCGA的这个数据可以这样表示。

这里我更新了代码，之前的竖线画在了0.5的位置，是我笔误，应该画在0.05。
把自己感兴趣的点标注出来，群里的孔老师昨天就实现了。我在这里让小于0.05的癌症全部变暗。
改变了x轴和y轴，留出空间给有可能增大的点。同时x轴起始设置在0.1，那么有三个点就不能出现在图上。所以我把起始设置在0.01开始，这样避免一些点不能显示在图上。这样的话，0.05这个竖线就会往中间偏移，视觉上更容易区分四个象限。

这些更新会在V2版本中更新给大家。
最后，我想说，这个技能在我心里重千斤，未来，1000个用户都是少的，因为真的是人人可用啊。

最后，课程正在拼团打折中。再次宣传。

如果不清楚这个图有多重要，就看这篇
跟Nature一起学习TCGA,GTEx和CCLE数据库的使用
我们还给这个技能拓展过1次
教程拓展：手上在研究的基因在各种组织，癌症，细胞系中的表达量。

在这之前，我还写过以下几个相关性的帖子，都可以看一看。
单基因批量相关性分析的妙用
又是神器！基于单基因批量相关性分析的GSEA
多个基因的相关性如何分析与展示？
未来，这些帖子都会在当前这个技能的加持下变得异常强大，敬请期待。