R实战 | NGS数据时间序列分析(maSigPro)

[图片上传失败...(image-5355e7-1653975368931)]

[图片上传失败...(image-533c51-1653975368931)]

跟着Cell学作图 | 6.时间序列分析(Mfuzz包)

一个答疑教程。

[图片上传失败...(image-95c0e7-1653975368931)]

示例数据

#BiocManager::install('maSigPro')
library(maSigPro)
# 载入示例数据
data(data.abiotic) 
data.abiotic[1:5,1:5]
data(edesign.abiotic)
head(edesign.abiotic)

> data.abiotic[1:5,1:5]
        Control_3H_1 Control_3H_2 Control_3H_3 Control_9H_1 Control_9H_2
STMDF90   0.13735714   -0.3653065  -0.15329448   0.44754535  0.287476796
STMCJ24           NA           NA           NA           NA           NA
STMJH42   0.07864449    0.1002328  -0.17365488  -0.25279484  0.184855409
STMDE66   0.22976991    0.4740975   0.46930716   0.37101059 -0.004992029
STMIX74   0.14407618   -0.4801864  -0.07847999   0.05692331  0.013045420

> head(edesign.abiotic)
             Time Replicate Control Cold Heat Salt
Control_3H_1    3         1       1    0    0    0
Control_3H_2    3         1       1    0    0    0
Control_3H_3    3         1       1    0    0    0
Control_9H_1    9         2       1    0    0    0
Control_9H_2    9         2       1    0    0    0
Control_9H_3    9         2       1    0    0    0

注意：data.abiotic是已经标准化过的基因表达矩阵。

建立回归模型

生成回归矩阵(makeDesignMatrix)

design <- make.design.matrix(edesign.abiotic, degree = 2)
design$groups.vector

示例数据有三个时间的，故考虑二次回归模型(degree = 2)。

> design$groups.vector
 [1] "ColdvsControl" "HeatvsControl" "SaltvsControl" "Control"      
 [5] "ColdvsControl" "HeatvsControl" "SaltvsControl" "Control"      
 [9] "ColdvsControl" "HeatvsControl" "SaltvsControl"

寻找重要基因(p.vector)

F检验确定回归方程的显著性，采用BH的校正方式，校正多重假设检验的p值。

校正后的p值小于p.vector的参数Q的基因就作为候选基因，进行下一步的分析。通过fit$SELEC可以得到候选基因的表达量信息。

fit <- p.vector(data.abiotic, # 标准化的表达矩阵 
                design, # 实验设计的矩阵 make.design.matrix 生成
                Q = 0.05, # 显著性水平
                MT.adjust = "BH", 
                min.obs = 20 
                # 最低表达样本数 不应小于(degree+1)xGroups+1 
                )

fit$i # 显著性基因的数量 
fit$SELEC # 显著性基因表达矩阵

寻找显著性差异(T.fit)

上述的回归方程是基于所有的自变量的组合构建的，接下来就是通过逐步回归法确定最佳的自变量组合。

tstep <- T.fit(fit, # p.vector结果
               step.method = "backward", 
               alfa = 0.05) # 在逐步回归中用于变量选择的显著性水平

在挑选最佳的自变量组合时，通过每种自变量组合对应的回归模型的拟合优度值R-squared来进行判断，R-squared取值范围为0到1，数值越大，越接近1，回归模型的效果越好。

获取显著性基因列表(get.siggenes)

sigs <- get.siggenes(tstep, # T.fit结果
                     rsq = 0.6, # 逐步回归中的R-squared截至值
                     vars = "groups")
# vars参数有3种
# all  每个基因直接给出一个最佳的回归模型
# groups  只给出不同实验条件下相比control组中的差异基因
# each 会给出时间点和实验条件的所有组合对应差异基因列表

names(sigs)
names(sigs$sig.genes$ColdvsControl)
sigs$sig.genes$ColdvsControl$sig.profiles # 查看cold vs control的结果

结果可视化

韦恩图(suma2Venn)

suma2Venn(sigs$summary[, c(2:4)]) # 左图
suma2Venn(sigs$summary[, c(1:4)]) # 右图
# 这个韦恩图面积大小与数量不成比例 较普通

[图片上传失败...(image-53f699-1653975368931)]

see.genes()

see.genes(sigs$sig.genes$ColdvsControl, # 差异基因表达矩阵
          show.fit = T, # 是否显示回归拟合线(虚线)
          dis =design$dis, # 回归设计矩阵
          cluster.method="hclust" , # 聚类方法
          cluster.data = 1, 
          k = 9) # 聚类数目

[图片上传失败...(image-e14690-1653975368931)]

这一步生成两个图，如图可分别查看。注意调整图片显示区域大小，以免报错。

[图片上传失败...(image-d192c2-1653975368931)]

[图片上传失败...(image-6a30f8-1653975368931)]

PlotGroups()

选择某一特定genes的表达进行可视化。

# 选取STMDE66基因
STMDE66 <- data.abiotic[rownames(data.abiotic)=="STMDE66", ]
PlotGroups (STMDE66, 
            edesign = edesign.abiotic)

[图片上传失败...(image-ba61b6-1653975368931)]

# 添加回归拟合线
PlotGroups (STMDE66, 
            edesign = edesign.abiotic, 
            show.fit = T, 
            dis = design$dis, 
            groups.vector = design$groups.vector)

[图片上传失败...(image-cb99f-1653975368931)]

示例数据和代码领取

详见：https://mp.weixin.qq.com/s/MFdPrXrD_gErao-Jtsu6Fg

参考

Bioconductor - maSigPro(https://bioconductor.org/packages/release/bioc/html/maSigPro.html)

往期内容

(免费教程+代码领取)|跟着Cell学作图系列合集
Q&A | 如何在论文中画出漂亮的插图？
Front Immunol 复现 | 4. 使用estimate包评估肿瘤纯度
R绘图 | 气泡散点图+拟合曲线
跟着 Cell 学作图 | 桑葚图(ggalluvial)
R绘图 | 对比条形图+连线
R绘图 | 一幅小提琴图的美化之旅
R实战 | 给聚类加个圈圈(ggunchull)
R绘图 | 描述性统计常用图(散点图+柱状图+饼图)

[图片上传失败...(image-d6ce5c-1653975368931)]# R实战 | NGS数据时间序列分析(maSigPro)

[图片上传失败...(image-50f56f-1653975368931)]

[图片上传失败...(image-3758c5-1653975368931)]

跟着Cell学作图 | 6.时间序列分析(Mfuzz包)

一个答疑教程。

[图片上传失败...(image-1297de-1653975368931)]

示例数据

#BiocManager::install('maSigPro')
library(maSigPro)
# 载入示例数据
data(data.abiotic) 
data.abiotic[1:5,1:5]
data(edesign.abiotic)
head(edesign.abiotic)

> data.abiotic[1:5,1:5]
        Control_3H_1 Control_3H_2 Control_3H_3 Control_9H_1 Control_9H_2
STMDF90   0.13735714   -0.3653065  -0.15329448   0.44754535  0.287476796
STMCJ24           NA           NA           NA           NA           NA
STMJH42   0.07864449    0.1002328  -0.17365488  -0.25279484  0.184855409
STMDE66   0.22976991    0.4740975   0.46930716   0.37101059 -0.004992029
STMIX74   0.14407618   -0.4801864  -0.07847999   0.05692331  0.013045420

> head(edesign.abiotic)
             Time Replicate Control Cold Heat Salt
Control_3H_1    3         1       1    0    0    0
Control_3H_2    3         1       1    0    0    0
Control_3H_3    3         1       1    0    0    0
Control_9H_1    9         2       1    0    0    0
Control_9H_2    9         2       1    0    0    0
Control_9H_3    9         2       1    0    0    0

注意：data.abiotic是已经标准化过的基因表达矩阵。

建立回归模型

生成回归矩阵(makeDesignMatrix)

design <- make.design.matrix(edesign.abiotic, degree = 2)
design$groups.vector

示例数据有三个时间的，故考虑二次回归模型(degree = 2)。

> design$groups.vector
 [1] "ColdvsControl" "HeatvsControl" "SaltvsControl" "Control"      
 [5] "ColdvsControl" "HeatvsControl" "SaltvsControl" "Control"      
 [9] "ColdvsControl" "HeatvsControl" "SaltvsControl"

寻找重要基因(p.vector)

F检验确定回归方程的显著性，采用BH的校正方式，校正多重假设检验的p值。

校正后的p值小于p.vector的参数Q的基因就作为候选基因，进行下一步的分析。通过fit$SELEC可以得到候选基因的表达量信息。

fit <- p.vector(data.abiotic, # 标准化的表达矩阵 
                design, # 实验设计的矩阵 make.design.matrix 生成
                Q = 0.05, # 显著性水平
                MT.adjust = "BH", 
                min.obs = 20 
                # 最低表达样本数 不应小于(degree+1)xGroups+1 
                )

fit$i # 显著性基因的数量 
fit$SELEC # 显著性基因表达矩阵

寻找显著性差异(T.fit)

上述的回归方程是基于所有的自变量的组合构建的，接下来就是通过逐步回归法确定最佳的自变量组合。

tstep <- T.fit(fit, # p.vector结果
               step.method = "backward", 
               alfa = 0.05) # 在逐步回归中用于变量选择的显著性水平

获取显著性基因列表(get.siggenes)

sigs <- get.siggenes(tstep, # T.fit结果
                     rsq = 0.6, # 逐步回归中的R-squared截至值
                     vars = "groups")
# vars参数有3种
# all  每个基因直接给出一个最佳的回归模型
# groups  只给出不同实验条件下相比control组中的差异基因
# each 会给出时间点和实验条件的所有组合对应差异基因列表

names(sigs)
names(sigs$sig.genes$ColdvsControl)
sigs$sig.genes$ColdvsControl$sig.profiles # 查看cold vs control的结果

结果可视化

韦恩图(suma2Venn)

suma2Venn(sigs$summary[, c(2:4)]) # 左图
suma2Venn(sigs$summary[, c(1:4)]) # 右图
# 这个韦恩图面积大小与数量不成比例 较普通

[图片上传失败...(image-70965a-1653975368931)]

see.genes()

see.genes(sigs$sig.genes$ColdvsControl, # 差异基因表达矩阵
          show.fit = T, # 是否显示回归拟合线(虚线)
          dis =design$dis, # 回归设计矩阵
          cluster.method="hclust" , # 聚类方法
          cluster.data = 1, 
          k = 9) # 聚类数目

[图片上传失败...(image-a2527d-1653975368931)]

这一步生成两个图，如图可分别查看。注意调整图片显示区域大小，以免报错。

[图片上传失败...(image-a09102-1653975368931)]

[图片上传失败...(image-a4c051-1653975368931)]

PlotGroups()

选择某一特定genes的表达进行可视化。

# 选取STMDE66基因
STMDE66 <- data.abiotic[rownames(data.abiotic)=="STMDE66", ]
PlotGroups (STMDE66, 
            edesign = edesign.abiotic)

[图片上传失败...(image-1045d2-1653975368931)]

# 添加回归拟合线
PlotGroups (STMDE66, 
            edesign = edesign.abiotic, 
            show.fit = T, 
            dis = design$dis, 
            groups.vector = design$groups.vector)

[图片上传失败...(image-2d7f07-1653975368931)]

示例数据和代码领取

点赞、在看 本文，分享至朋友圈集赞20个并保留30分钟，截图发至微信mzbj0002领取。

木舟笔记2022年度VIP可免费领取。

木舟笔记2022年度VIP企划

权益：

2022年度木舟笔记所有推文示例数据及代码(在VIP群里实时更新)。
木舟笔记科研交流群。
半价购买跟着Cell学作图系列合集(免费教程+代码领取)|跟着Cell学作图系列合集。

收费：

**99￥/人**。可添加微信：`mzbj0002` 转账，或直接在文末打赏。

参考

Bioconductor - maSigPro(https://bioconductor.org/packages/release/bioc/html/maSigPro.html)

往期内容

(免费教程+代码领取)|跟着Cell学作图系列合集
Q&A | 如何在论文中画出漂亮的插图？
Front Immunol 复现 | 4. 使用estimate包评估肿瘤纯度
R绘图 | 气泡散点图+拟合曲线
跟着 Cell 学作图 | 桑葚图(ggalluvial)
R绘图 | 对比条形图+连线
R绘图 | 一幅小提琴图的美化之旅
R实战 | 给聚类加个圈圈(ggunchull)
R绘图 | 描述性统计常用图(散点图+柱状图+饼图)

[图片上传失败...(image-fc3c55-1653975368931)]

R实战 | NGS数据时间序列分析(maSigPro)

R实战 | NGS数据时间序列分析(maSigPro)

示例数据

建立回归模型

生成回归矩阵(makeDesignMatrix)

寻找重要基因(p.vector)

寻找显著性差异(T.fit)

获取显著性基因列表(get.siggenes)

结果可视化

韦恩图(suma2Venn)

see.genes()

PlotGroups()

示例数据和代码领取

参考

往期内容

示例数据

建立回归模型

生成回归矩阵(makeDesignMatrix)

寻找重要基因(p.vector)

寻找显著性差异(T.fit)

获取显著性基因列表(get.siggenes)

结果可视化

韦恩图(suma2Venn)

see.genes()

PlotGroups()

示例数据和代码领取

木舟笔记2022年度VIP企划

参考

往期内容

你可能感兴趣的:(R实战 | NGS数据时间序列分析(maSigPro))