TCGA數(shù)據(jù)庫想必大家都不陌生,，它以豐富的數(shù)據(jù)類型,、大規(guī)模的樣本量和完備的臨床信息著稱，對腫瘤研究者來講是一座寶貴的礦藏,。數(shù)據(jù)類型主要包括mRNA芯片/測序,、miRNA測序、甲基化芯片,、CNV等多種組學(xué),，疾病包括39種常見癌癥。我們今天給大家介紹一個預(yù)后相關(guān)的甲基化與表達(dá)譜整合的數(shù)據(jù)分析思路,。

流程圖

具體步驟簡要介紹：

1.甲基化數(shù)據(jù)差異分析

2.各差異甲基化位點的生存分析

3.差異甲基化位點-mRNA相關(guān)性分析

4.mRNA表達(dá)水平的生存分析

通過以上步驟篩選得到關(guān)鍵研究因子（文獻(xiàn)調(diào)研）,，作為進(jìn)一步深度研究分析的對象。

關(guān)鍵甲基化水平beta值分布圖

5.根據(jù)上一步所選的甲基化位點,，將患者分為高/低甲基化組,，篩選組間差異基因。

6.利用Cox模型和ROC曲線構(gòu)建預(yù)后生存相關(guān)的signature基因集,，并計算每個患者的Risk score,。

K-M曲線和ROC曲線

7.利用驗證數(shù)據(jù)集進(jìn)行Risk score打分系統(tǒng)的驗證。

Risk Score打分系統(tǒng)結(jié)果

8.與Risk Score正/負(fù)相關(guān)的基因集的GO和通路分析,。

9.實驗驗證,。

以上流程借助COX回歸模型，結(jié)合TCGA的甲基化和mRNA測序數(shù)據(jù),，從海量的數(shù)據(jù)中篩選出影響預(yù)后的甲基化位點/基因集合,，通過風(fēng)險評分區(qū)分高/低風(fēng)險患者，具有很高的科研和臨床價值,。大家看明白了嗎,？不妨一試！

參考文獻(xiàn)：

1.    Wang W, Zhang L, Wang Z, et al.A three-gene signature for prognosis in patients with MGMT promoter-methylatedglioblastoma[J]. Oncotarget, 2016, 7(43): 69991-69999.

2.    王可, 趙榮仙,楊素蓮, 等. 基于 TCGA 數(shù)據(jù)庫挖掘肺腺癌預(yù)后相關(guān)的甲基化位點和基因[J]. 南京醫(yī)科大學(xué)學(xué)報: 自然科學(xué)版, 2016 (6): 665-669.

本文轉(zhuǎn)載自 云生信 ,，如有侵權(quán)請聯(lián)系刪除,。