? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 這才是GEO數據庫挖掘的正確姿勢

前陣子，酸談學社的大師兄Ewen給大家介紹了一個GEO數據集分析工具shinyGEO。本期小編就再來給大家介紹一個來自大英帝國的GEO數據分析神器-GeoDiver(https://www.geodiver.co.uk/ )。

1

首先，官網的使用界面非常直觀簡單，不僅可以高質量的作圖，還可以做差異表達和基因富集分析。聽著就感覺非常666，而其用戶體驗也確實是更加nice，下面讓我們一起去探索學習吧。跟shinyGEO一樣，用戶只要輸入GEO dataset的編號運行即可。比如網站的舉例數據GDS724，輸入編號后，網站會自動識別分組因素，包括不同組織間比較或者individual間的比較。另外，ADVANCED PARAMETERS里還有更多可供選擇的參數，包括列表里展示的差異表達基因數目、P value的矯正方法、熱圖里展示的基因數目、熱圖聚類的方法，及樹狀圖的展示等等。

2

接下來，我們以individual為例分析下數據挖掘結果：Overview Boxplot從此圖可以看到表達量的均值還是有波動的，沒有完全在一條直線上，說明數據沒有進行歸一化，而歸一化的目的是調整由于基因芯片技術引起的誤差。但在實際的數據分析過程中，數據均值的這條線，只要沒有太大的波動，像本例中的情況還是可以用的。如果要進行均一化，一般用平均數或者中位數進行標準化處理，那樣處理也更加科學嚴謹。主成分分析(Principal Component Analysis)我們可以看到PC1和PC2兩個主成分的解釋度超過了60%，按推斷應該可以通過主成分的的坐標圖將兩組分開，實際情況如下：1)2D圖2)3D圖用戶可以自行選擇主成分，觀察主成分是否能夠將兩組數據分開，以判斷兩組樣本是否存在差異，本例數據來看，兩組間的差異還是比較明顯的。熱圖(Heatmap)熱圖分為兩個模塊，一個模塊是差異表達的基因(很像是Pheatmap的作圖風格啊，應該就是它了)，另外一個是gene set的富集分析圖。不管是差異表達的基因還是富集到的通路，網站都提供搜索功能，可在Table的右側進行搜索篩選。富集到的每個通路，用戶可以點擊如下圖所示的紅色箭頭，查看在KEGG中的通路情況，而且應該是實時的KEGG通路數據(筆者推測，因為加載通路數據時需要一些時間)，所以功能還是比較強大的。火山圖網站作者煞費苦心，畫了兩個火山圖如下。筆者認為火山圖就只是一個粗略的展示，并沒有太多意義。當然，對于篩選差異表達基因時觀察某個基因在整體中的情況，還是有一定幫助意義的。這個網站能夠完成基本的GEO數據分析，就看各位能不能各顯神通，用好這個工具啦！—END—歡迎大家關注解螺旋生信頻道-挑圈聯靠公號~

? ? ?? ?

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??????點下“在看”，多根頭發

總結

以上是生活随笔為你收集整理的geo数据差异分析_GeoDiver：GEO数据挖掘分析利器的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。