GEO数据挖掘-复杂数据及其分析

GEO数据挖掘-TinyArray简化流程、多组样本分析&more（Day10）(GEO_learnmore )
from 生物技能树

文章目录

• tinyarray简化版本分析流程
• Part4-复杂数据及其分析
• • 多分组数据分析流程(示例：GSE474,GSE106191)
  • • 1.获取数据
    • 2.生成分组向量与探针注释
    • 3.差异分析
    • 4.tinyarray的简化操作
    • 5.富集分析
  • 2.多数据联合分析
• 加权共表达网络（WGCNA）
• 蛋白互作网络
• 网络药理学的一点扩展

tinyarray简化版本分析流程

需要R包版本2.3.1及以上：

### 运行代码块的快捷键
在RStudio中，你可以使用以下快捷键来运行当前的代码块或所选代码：

- Windows/Linux: `Ctrl + Enter`
- macOS: `Cmd + Enter`

这些快捷键会执行光标所在的代码块，或者如果使用了文本选择，那么执行所选部分的代码。

exp:表达矩阵，pd:临床信息 gpl表格
1.获取数据

rm(list = ls())
#打破下载时间的限制,改前60秒，改后10w秒
options(timeout = 100000) 
options(scipen = 20)#不要以科学计数法表示
#前面是一样的

library(tinyarray)
packageVersion("tinyarray")

[1] ‘2.3.3’

library(stringr)
geo = geo_download("GSE7305")  #geo_download实现下载和整理
exp = geo$exp  #表示从名为 geo 的对象中提取名为exp的组件，并将提取的组件赋值给一个新的变量exp。
exp = log2(exp+1) 
boxplot(exp,las = 2)   #查看有无异常样本

pd = geo$pd   #提取临床信息
gpl_number = geo$gpl
#代替了第一个脚本

# 分组信息
k = str_detect(pd$title,"Normal");table(k)
Group = ifelse(k,"Normal","Disease")
Group = factor(Group,levels = c("Normal","Disease"))
Group = factor(Group,levels = c("Normal","Disease"))
# 探针注释
find_anno(geo$gpl)
library(hgu133plus2.db);ids <- toTable(hgu133plus2SYMBOL)
head(ids)

#差异分析和它的可视化
dcp = get_deg_all(exp,Group,ids,entriz = F)  #get_deg_all实现差异基因和可视化
#代替了脚本3和脚本4
table(dcp$deg$change)
head(dcp$deg)
dcp$plots
library(ggplot2)
ggsave("deg.png",width = 15,height = 5)

> #差异分析和它的可视化
> dcp = get_deg_all(exp,Group,ids,entriz = F)
579 down genes,624 up genes
> table(dcp$deg$change)

  down stable     up 
   579  19621    624 
> head(dcp$deg)
     logFC  AveExpr        t                          P.Value
1 6.270309 8.436140 45.39552 0.000000000000000000000009106509
2 3.943359 7.351799 35.25755 0.000000000000000000002600407155
3 2.318498 6.631187 32.33367 0.000000000000000000017855505829
4 4.905540 8.140399 30.78154 0.000000000000000000053206731115
5 4.878195 6.815838 29.02740 0.000000000000000000195062651758
6 4.106051 9.045949 28.82714 0.000000000000000000227319306208
                    adj.P.Val        B    probe_id    symbol change
1 0.0000000000000000002489492 41.58809   202992_at        C7     up
2 0.0000000000000000473924204 37.34483   204971_at      CSTA     up
3 0.0000000000000001952499562 35.77275   228564_at LINC01116     up
4 0.0000000000000004155825748 34.85700 208131_s_at     PTGIS     up
5 0.0000000000000013331313106 33.74579   210002_at     GATA6     up
6 0.0000000000000013809647852 33.61341   212190_at  SERPINE2     up
> dcp$plots
> library(ggplot2)

```{
   
   r}
#富集分析
deg = get_deg(exp,Group