TCGAbiolinks的甲基化数据分析
💡专注R语言在🩺生物医学中的使用
TCGAbiolinks可以进行甲基化分析，但是功能不如ChAMP强大，甲基化分析还是首推ChAMP包。
不过为了了解TCGAbiolinks包，里面关于甲基化分析的部分还是要学习一下。
主要是甲基化差异分析，甲基化的一些可视化，甲基化和转录组数据的联合作图。
加载数据
我们还是使用之前下载好的TCGA-COAD的甲基化β值矩阵。
数据下载见这篇：使用TCGAbiolinks批量下载最新版TCGA数据库的各种组学数据！
library(TCGAbiolinks)
suppressMessages(library(SummarizedExperiment))
load(file = "G:/tcga/TCGA-dnaMethy/COAD_METHY_beta.Rdata")
查看一下数据，现在这个β值矩阵还是一个SummarizedExperiment对象：
beta.m <- data
beta.m
## class: RangedSummarizedExperiment
## dim: 485577 352
## metadata(1): data_release
## assays(1): ''
## rownames(485577): cg13869341 cg14008030 ... cg11478607 cg08417382
## rowData names(52): address_A address_B ... MASK_extBase MASK_general
## colnames(352): TCGA-D5-6530-01A-11D-1721-05
## TCGA-AA-3660-11A-01D-1721-05 ... TCGA-A6-5664-01A-21D-1837-05
## TCGA-D5-6533-01A-11D-1721-05
## colData names(107): barcode patient ... paper_vascular_invasion_present
## paper_vital_status
甲基化差异分析
β矩阵不能含有缺失值，所以先去除缺失值，使用缺失值插补方法进行插补也是可以的：
beta.m <- subset(beta.m, subset = (rowSums(is.na(assay(beta.m))) == 0))
如果你的甲基化矩阵是直接使用TCGAbiolinks包整理好的SummarizedExperiment对象，那么这个甲基化差异分析就非常简单。
我们需要确定谁和谁进行相比，也就是要创建一个含有分组信息的列。
所有样本的信息都在SummarizedExperiment对象中的colData中，包括分组信息、生存信息、分期信息等，我们这里只要用到分组信息即可，所以先把colData简化一下。
如果你这里都看不懂，可以翻看之前的推文：
TCGA转录组数据的表达矩阵提取
使用TCGAbiolinks包进行差异分析
# 只要两列信息，其实只要sample_type一列也行
sample_info <- as.data.frame(colData(beta.m))[,c("barcode","sample_type")]
# sample_type改成normal和tumor
sample_info[sample_info == "Solid Tissue Normal"] <- "normal"
sample_info[sample_info != "normal"] <- "tumor"
table(sample_info$sample_type)
##
## normal tumor
## 38 314
# 重新变成coldata
colData(beta.m) <- DataFrame(sample_info)
有了SummarizedExperiment对象和相应的分组信息就可以进行甲基化差异分析了。
# 非常慢
res <- TCGAanalyze_DMC(data = beta.m,
groupCol = "sample_type", # colData中这一列含有分组信息
group1 = "normal", # normal组
group2 = "tumor" # tumor组
)
## Group1:normal
## Group2:tumor
## Calculating the p-values of each probe...
## |=================================================================|100% Completed after 20 m
## Saving volcano plot as: methylation_volcano.pdf
查看结果:
head(res)
## mean.normal mean.tumor mean.normal.minus.mean.tumor
## cg21870274 0.7868787 0.5479701 0.23890856
## cg16619049 0.2781233 0.2591982 0.01892506
## cg18147296 0.7219909 0.6847735 0.03721734
## cg13938959 0.6958773 0.4552416 0.24063575
## cg12445832 0.4654454 0.2479300 0.21751535
## cg23999112 0.7941180 0.5310289 0.26308907
## p.value.normal.tumor p.value.adj.normal.tumor
## cg21870274 9.732669e-18 2.668610e-16
## cg16619049 2.314279e-02 4.306785e-02
## cg18147296 1.024600e-01 1.566558e-01
## cg13938959 4.389698e-18 1.321596e-16
## cg12445832 2.608577e-18 8.391252e-17
## cg23999112 4.649043e-13 5.043637e-12
## status
## cg21870274 Hypermethylated in normal
## cg16619049 Not Significant
## cg18147296 Not Significant
## cg13938959 Hypermethylated in normal
## cg12445832 Hypermethylated in normal
## cg23999112 Hypermethylated in normal
可以看到和转录组的差异分析结果差不多，但是都是探针信息，基因信息需要注释才行。
同时也会在当前目录下生产一个PDF格式的火山图：
保存结果：
save(res, file = "tcga-coad_de_methy.rdata")
甲基化可视化
使用箱线图可视化不同组别之间的甲基化值。
mdm <- TCGAvisualize_meanMethylation(data = beta.m,
groupCol = "sample_type",
print.pvalue = T
)
会在目录下生成一个PDF文件：
甲基化旭日图
可以在一张图中查看转录组数据和甲基化数据的情况。
需要准备转录组差异分析结果和甲基化差异分析结果。
转录组差异分析结果使用之前推文中得到的数据：xxxxxxxxxx
# 这个数据只是部分差异基因，你可以用所有基因的结果
load(file = "coadDEGs.Rdata")
甲基化差异分析结果就用本次的结果。
有了两个差异分析的结果，就可以画旭日图了：
starburst <- TCGAvisualize_starburst(
met = res,
exp = coadDEGs,
group1 = "normal",
group2 = "tumor",
met.platform = "Illumina Human Methylation 450",
genome = "hg38",
met.p.cut = 10^-5,
exp.p.cut = 10^-5,
names = TRUE
)
会在当前目录下生成一个png格式的旭日图：
获取更多信息，欢迎加入🐧QQ交流群：613637742
“医学和生信笔记，专注R语言在临床医学中的使用、R语言数据分析和可视化。主要分享R语言做医学统计学、meta分析、网络药理学、临床预测模型、机器学习、生物信息学等。
往期推荐