README.md

In wangyang1749/CANCERDownload: What the Package Does (One Line, Title Case)

dependence

  library(survivalROC)
  library(survival)
  library(survminer)
  library(lattice)
  library(DESeq2)
  library(TCGAbiolinks)
  library(tidyverse)

install package

devtools::install_github("wangyang1749/CANCERDownload")

数据下载

下载数据来源

• GEO
• TCGA
• UCSC xena

下载count数据

project <-   "TCGA-COAD"
count <- getCount(project)

提取count数据中lncRNA和mRNA

lnRAN_mRNA_count_res <- lnRAN_mRNA(count)
lnRAN_mRNA_count_res@lnRNA
lnRAN_mRNA_count_res@mRNA

下载临床数据

clinical <- getClinical(project)

下miRNA数据

miRNACount <- getmiRNACount(project)

表达差异

DeSeq2差异基因表达分析

deg <- DeSeq2Analysis(count,project = project)

提取差异lncRNA和mRNA

lnRAN_mRNA_res <- lnRAN_mRNA(deg)
lnRAN_mRNA_res@lnRNA
lnRAN_mRNA_res@mRNA

单基因的配对差异分析

参考:单基因分析

火山图

热图

临床模型

count数据与临床数据整合

clinical_count <- clinical_count(clinical,count@count)

提取差基因

gene <- deg@deg%>%
    arrange(desc(log2FoldChange))%>%
    rownames_to_column("symbol")%>%
    dplyr::slice(1:5)%>%
    pull("symbol")

单因素Cox分析

• 可以选择差异的基因进行单因素cox分析

CoxSingle(clinical,count@count,gene)

多因素Cox分析构建风险模型

• 用单因素cox分析中有统计学意义的基因进行多因素cox分析
• 进行逐步回归
• 构建风险生存模型

coxMulti_res <- CoxMulti(clinical,count@count, gene,cutoff=Inf)

绘制ROC曲线

参考:回归分析

ROC(coxMulti_res@data,predict.time=4)

绘制生存曲线

Survival(coxMulti_res)

lasso回归构建风险模型

单基因临床相关性分析

参考:单基因分析

列线图

森林图

功能注释

GO富集分析

KEGG富集分析

GSEA富集分析

分子互作

ceRNA网络

wangyang1749/CANCERDownload documentation built on Dec. 23, 2021, 5:07 p.m.