甲基化芯片数据的差异分析

火山图有误,已更新

前情提要

前面两个步骤已经完成了数据下载、探针过滤、数据质控、样本过滤。

rm(list=ls())
load("./Rdata/step2_filtered_pd_myNorm.Rdata")
dim(myNorm)
#> [1] 412481     52
dim(pd)
#> [1] 52  4

此处需要补充两个知识点:

beta值的生物学意义

beta>=0.6 完全甲基化
beta<=0.2 完全未甲基化
0.2<beta<0.6 部分甲基化

差异分析的三个等级

DMP 位点 差异甲基化位点分析-limma
DMR差异甲基化区域分析(连续的差异片段)
DMB 更大的区域 /区域分类(某个基因附近的全部甲基化探针)

在这个例子里只做到DMP。

3. 差异分析

champ包非常强大,差异甲基化位点分析只用一个函数:champ.DMP完成。并且分析得到的结果数据里自带了注释,可以拿去做富集分析。


library(ChAMP)
library(tibble)
# 差异分析
group_list <- pd$group_list
myDMP <- champ.DMP(beta = myNorm,pheno=group_list)
#>          Contrasts
#> Levels    pTumor-pNormal
#>   pNormal             -1
#>   pTumor               1
head(myDMP$Tumor_to_Normal)
#>                logFC   AveExpr        t      P.Value    adj.P.Val        B
#> cg12825070 0.6503432 0.3999306 36.63169 3.303066e-38 1.362452e-32 76.65472
#> cg13912117 0.6118236 0.3402117 33.39330 3.032185e-36 6.253593e-31 72.29361
#> cg14416371 0.6663104 0.3610405 32.55210 1.047587e-35 1.421679e-30 71.09053
#> cg07176264 0.5591093 0.3749723 32.36840 1.378661e-35 1.421679e-30 70.82367
#> cg23690166 0.6019141 0.3553090 30.55516 2.242895e-34 1.850303e-29 68.10619
#> cg08089301 0.5219445 0.3114262 29.61805 1.005654e-33 6.509974e-29 66.63928
#>            Tumor_AVG Normal_AVG  deltaBeta CHR   MAPINFO Strand Type     gene
#> cg12825070 0.7251022 0.07475903 -0.6503432   5 148033708      F    I     HTR4
#> cg13912117 0.6461235 0.03429987 -0.6118236   8 132054555      R    I         
#> cg14416371 0.6941957 0.02788529 -0.6663104  11  43602847      R    I MIR129-2
#> cg07176264 0.6545270 0.09541771 -0.5591093   2 120281999      F    I     SCTR
#> cg23690166 0.6562660 0.05435192 -0.6019141  17  46711017      R    I MIR196A1
#> cg08089301 0.5723984 0.05045394 -0.5219445  17  46655561      F    I    HOXB4
#>            feature    cgi       feat.cgi    UCSC_CpG_Islands_Name DHS Enhancer
#> cg12825070 1stExon island 1stExon-island chr5:148033472-148034080  NA       NA
#> cg13912117     IGR island     IGR-island chr8:132052203-132054749  NA       NA
#> cg14416371  TSS200 island  TSS200-island  chr11:43602545-43603215  NA     TRUE
#> cg07176264 1stExon island 1stExon-island chr2:120281661-120282211  NA       NA
#> cg23690166 TSS1500 island TSS1500-island  chr17:46710812-46711419  NA       NA
#> cg08089301 1stExon island 1stExon-island  chr17:46655215-46655604  NA       NA
#>                                 Phantom Probe_SNPs Probe_SNPs_10
#> cg12825070                                                      
#> cg13912117                                                      
#> cg14416371                                                      
#> cg07176264 high-CpG:119998435-119998530  rs2244214              
#> cg23690166   high-CpG:44065942-44066037                         
#> cg08089301

df_DMP <- myDMP$Tumor_to_Normal
df_DMP=df_DMP[df_DMP$gene!="",]
logFC_t <- 0.45
P.Value_t <- 10^-15
df_DMP$change <- ifelse(df_DMP$adj.P.Val < P.Value_t & abs(df_DMP$logFC) > logFC_t,
                        ifelse(df_DMP$logFC > logFC_t ,'UP','DOWN'),'NOT') 
table(df_DMP$change) 
#> 
#>   DOWN    NOT     UP 
#>    345 108379    814
save(df_DMP,file = "./Rdata/step3.df_DMP.Rdata")

此处设置的logFC和p值的阈值是与原文一致的,由于甲基化的beta值不同于表达量,实际上用logFC也不是很对。曾老师课上推荐用deltabeta值替代logFC,就是甲基化信号值的差值。

火山图

library(dplyr)
library(ggplot2)
dat  = rownames_to_column(df_DMP)
for_label <- dat%>% head(3)
p <- ggplot(data = dat, 
            aes(x = logFC, 
                y = -log10(adj.P.Val))) +
  geom_point(alpha=0.4, size=3.5, 
             aes(color=change)) +
  ylab("-log10(Pvalue)")+
  scale_color_manual(values=c("blue", "grey","red"))+
  geom_vline(xintercept=c(-logFC_t,logFC_t),lty=4,col="black",lwd=0.8) +
  geom_hline(yintercept = -log10(P.Value_t),lty=4,col="black",lwd=0.8) +
  theme_bw()
p
volcano_plot <- p +
  geom_point(size = 3, shape = 1, data = for_label) +
  ggrepel::geom_label_repel(
    aes(label = rowname),
    data = for_label,
    color="black"
  )
volcano_plot

差异基因热图

cg <-  rownames(df_DMP[df_DMP$change != "NOT",])
plot_matrix <- myNorm[cg,]
annotation_col <- data.frame(Sample=pd$group_list) 
rownames(annotation_col) <- colnames(plot_matrix)
ann_colors = list(Sample = c(Normal="#4DAF4A", Tumor="#E41A1C"))

library(pheatmap)
pheatmap(plot_matrix,show_colnames = T,
         annotation_col = annotation_col,
         border_color=NA,
         color = colorRampPalette(colors = c("white","navy"))(50),
         annotation_colors = ann_colors,show_rownames = F)
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,123评论 6 490
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,031评论 2 384
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,723评论 0 345
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,357评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,412评论 5 384
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,760评论 1 289
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,904评论 3 405
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,672评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,118评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,456评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,599评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,264评论 4 328
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,857评论 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,731评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,956评论 1 264
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,286评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,465评论 2 348