TCGA 数据的多组学WGCNA联合分析
一般的分析都是针对单一类型的分子进行分析，比如lncRNA, mRNA， miRNA 等，而文章《identifying mirna and gene modules of colon cancer associated with pathological stage by weighted gene co-expression network analysis》则结合Gene,miRNA 分别进行WGCNA的分析，获得性状相关的Hub Gene和 Hub miRNA, 再基于miRNA能调控Gene 的表达，从而构建两者之间的互作网络。
分析流程图
整个的分析流程如下图所示：
分析流程的步骤简述：
1. 从TCGA下载直肠癌的基因，miRNA表达数据
2. 分别针对基因，miRNA进行表达差异分析
3. 分别针对基因和miRNA进行共表达网络(WGCNA)分析，获得聚类模块，并与病理分期这一性状相关联
4. 选择模块中的Hub Gene， Hub miRNA 进行生存分析
5. 病理分期相关的Gene, miRNA 进行代谢通路分析，构建miRNA-gene 调控网络
分析结果
- 数据下载和筛选
从TCGA数据库中下载并筛选基因表达数据和miRNA表达数据，其中基因表达数据中包含450个癌症组织和41个正常组织样本，而miRNA表达数据中包含455个癌症组织，8个正常组织样本。 - 差异分析
分别就癌症和正常组织中的基因，miRNA进行表达差异分析。6486基因发生了显著差异，其中3678个基因上调，2808个基因下调，而miRNA 则有544个发生了显著的差异，其中350个上调，194个下调。 - 共表达网络分析（WGCNA）对基因进行聚类，形成module
基因，miRNA分别构建WGCNA调控网络。
WGCNA module与性状（病理分期）进行相关分析，并筛选Hub Gene 和miRNA
基因module与病理分期进行相关分析, 找到了一些与病理分期相关度较高的模块
miRNA module 与病理分期进行相关分析，筛选那些与病理分期显著相关的模块进行下面的研究
生存分析
显著相关的module 中的hub Gene和miRNA 进行生存分析，可以看到一些Gene和miRNA与癌症的预后有显著的相关性。
miRNA-Gene 调控网络 通过miRNA 预测靶基因，发现miRNA 调控的基因，并将这种调控关系与代谢通路（pathway）相联系，构建miRNA-Gene的调控网络
如果您对TCGA数据挖掘感兴趣，请学习我的TCGA系列课程：
- 发表于 2018-07-20 10:58
- 阅读 ( 14345 )
- 分类：TCGA
