RNA 21. SCI 文章中单基因富集分析

另外还有肿瘤克隆进化线上培训课程，有研究这个方向的老师，扫码预约记得来听啊！

基本思路

单基因富集分析并不是说拿单个基因来进行富集分析，单个基因怎么能进行富集分析呢个基因根本没法进行统计检验。

其实，这里说的单基因并不是拿单个基因来富集，而是基于单个基因来进行富集分析，这个“基于”，就是以单个基因为基础，向外扩展，抓取与其相关的基因，然后用这些相关的基因来进行功能富集

所以，要理解这个单基因富集分析的意思，这样一说就已经很明了了。针对单个基因我们可以做什么/p>

主要有两种做法：

1. 定性分组

我们可以根据给定基因的表达值对样本进行分组，然后识别在两组样本之间差异表达的基因，最后用这些差异表达基因来进行功能富集。

2. 定量相关

通过计算其他基因与目标基因表达之间的相关性，将具有显著相关的基因作为一个集合，也可以进行富集分析。

3. 定性分组与定量相关结合

简单说就是通过给定基因的表达对样本分组，然后做差异分析，同时做该基因与其他基因之间的关系，对差异基因进一步筛选，获得最后的基因集进行后续的功能上的分析等。

实操演练

1. 软件安装

我们选安装几个软件包，如limma，做基因表达差异分析，TCGAbiolinks自带函数TCGAanalyze_DEA 可以满足分析，软件安装及加载， 如下：

2. 数据读取

TCGA 数据库下载数据，结直肠癌包括结肠癌和直肠癌两部分的合并，因此我们现在两个数据集 TCGA-COAD 和 TCGA-READ 的基因 count 数据，在进行转换为 TPM/RPKM，进行后续的分析。

3. 定性分组

我们以 PD-L2 基因为例，我们发现PD-L1的基因在结直肠癌中的 symbol 为 PDCD1LG2，以该基因表达值的中位值来对样本进行分组，并做差异分析，如下：

5. 定性分组与定量相关结合

由于差异基因的个数过多，我们可以通过定量相关性，选择R2>0.6的高度相关的基因做后续的分析，如下：

6. 富集分析(GO/KEGG)

对格式化识别出的差异基因进行富集分析，包括GO和KEGG，如下：

GO富集分析

差异基因分析

绘制GSEA富集图

KEGG富集分析

由于基因集KEGG富集的结果我们通过参数pvalueCutoff = 0.2进行筛选，并绘制气泡图，如下：

来源：桓峰基因