TCGA 数据的多组学WGCNA联合分析

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:
attachments-2018-07-PGo5TA325b5150e9052b4.jpg

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

  1. 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。
  2. 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。
  3. 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。 
    attachments-2018-07-oc51Lhj35b51511e44bfb.jpg
  4. 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 
    attachments-2018-07-GXPzI4Jq5b5151435deb9.jpg
    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 
    attachments-2018-07-3Hli80ku5b51515b68f3d.jpg

  5. 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。 
    attachments-2018-07-3Kl8RgBz5b5151756a985.jpg

  6. 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 
    attachments-2018-07-aoDzBhbl5b5151883a15f.jpg




    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 ( 14488 )
  • 分类:TCGA

0 条评论

请先 登录 后评论
microRNA
microRNA

115 篇文章

作家榜 »

  1. omicsgene 702 文章
  2. 安生水 351 文章
  3. Daitoue 167 文章
  4. 生物女学霸 120 文章
  5. xun 82 文章
  6. rzx 78 文章
  7. 红橙子 78 文章
  8. CORNERSTONE 72 文章