如何使用TCGAbiolinks进行甲基化和转录组数据的联合

本篇内容主要讲解“如何使用TCGAbiolinks进行甲基化和转录组数据的联合”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“如何使用TCGAbiolinks进行甲基化和转录组数据的联合”吧!

桥西ssl适用于网站、小程序/APP、API接口等需要进行数据传输应用场景，ssl证书未来市场广阔！成为创新互联的ssl证书销售渠道，可以享受市场价格4-6折优惠！如果有意向欢迎电话联系或者加微信：028-86922220（备注：SSL证书合作）期待与您的合作！

DNA甲基化作为表观遗传的一种重要标记，在基因表达调控中发挥重要作用，已有研究表明，位于启动子区的甲基化会抑制基因表达。结合甲基化数据和基因表达谱数据，可以更好的分析甲基化的调控功能。

通过TCGAbiolinks不仅仅可以对某种类型的数据进行分析，还可以进行多组学数据的联合分析，DNA甲基化和基因表达谱数据的联合分析过程如下

1. 甲基化芯片数据

以肾上腺皮质癌为例，首先从TCGA数据库下载450K甲基化芯片的数据，分析后得到差异甲基化位点

差异甲基化位点的火山图结果如下

2. 基因表达谱数据

首先下载数据

然后进行差异分析，代码如下

差异基因火山图的绘制代码如下

效果图如下所示

3. 联合分析

starburst plot是联合分析最常用的可视化方法，代码如下

生成的效果图如下

这里采用了差异分析的FDR值来绘制图片，其他文章中也有采用fold change来绘制该图的，因为根据fold change的大小更好判断差异表达的趋势，根据FDR值只能判断是否显著差异。

在DNA甲基化和基因表达谱的联合分析中，鉴于DNA甲基化抑制基因表达的思想，通常关注二者间为负相关的位点，即甲基化下调而基因上调，甲基化下调基因上调的相关位点。在上图中，显著差异且存在负相关的位点用圆圈进行了标注。

通过TCGAbiolinks可以轻松实现DNA甲基化和基因表达谱数据的联合分析，美中不足的是它的starburst plot没有采用常用的fold change来绘制。

到此，相信大家对“如何使用TCGAbiolinks进行甲基化和转录组数据的联合”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！

名称栏目：如何使用TCGAbiolinks进行甲基化和转录组数据的联合
网页URL：http://cdiso.cn/article/jcephi.html