寻找差异表达的基因.docVIP

基因表达谱数据 基因表达谱可以用一个矩阵来表示，每一行代表一个，每一列代表一个样本（如图）。所有的表达谱数据在“_exp.txt”文件中存储第一列为，第2~6列是疾病样本的表达，第6~76列是正常样本的表达。图表达谱的矩阵表示 寻找差异表达： 原理介绍： 差异表达分析是目前比较常用的识别疾病相关miRNA以及基因的方法，目前也有很多差异表达分析的方法，但比较简单也比较常用的是Fold change方法。它的优点是计算简单直观，缺点是没有考虑到差异表达的统计显著性；通常以2倍差异为阈值，判断基因是否差异表达。Fold change的计算公式如下： 即用疾病样本的表达均值除以正常样本的表达均值。 差异表达分析的目的：识别两个条件下表达差异显著的基因，即一个基因在两个条件中的表达水平，在排除各种偏差后，其差异具有统计学意义。我们利用一种比较常见的T检验（T-test）方法来寻找差异表达的miRNA。T检验的主要原理为：对每一个miRNA计算一个T统计量来衡量疾病与正常情况下miRNA表达的差异，然后根据t分布计算显著性p值来衡量这种差异的显著性，T统计量计算公式如下： 对于得到的显著性p值，我们进行多重检验校正（FDR），用的是BH方法（Benjamini and Hochberg, 1995）。 程序实现： 表达谱数据--- _exp.txt Matlab软件实现mRNA差异表达分析： MATLAB软件安装好之后，双击系统桌面的MATLAB图标，或在开始菜单的程序选项中选择MATLAB快捷方式，即开始启动MATLAB。初次启动MATLAB后，将进入MATLAB默认设置的桌面平台。桌面平台包括命令窗口、历史窗口、当前目录窗口和工作间管理窗口等窗口（如图）。 图 matlab窗口简介 工作空间主要包含了目前用户定义的一些变量，用户可以在命令窗口执行一些特定的命令操作来完成特定的功能。我们首先将工作目录选择到我们数据存放的硬盘目录下，然后导入要分析的表达谱数据，进行差异表达分析。 在命令窗口输入main_MTDN_end.m程序中的1-行命令（注意要将程序中的目录改变到自己数据的存储目录下），即可得到差异表达的。这段程序主要包含两个函数：mattest和mafdr。 mattest函数是进行t检验的，输入的数据为疾病和正常的表达谱数据，返回每个miRNA的T统计量和对应的p值。这个参数还可以利用‘Permute’参数进行随机扰动，Showhist参数用来显示T统计量和p值的分布。 mafdr函数是用来计算FDR的函数，可以利用参数来选择计算FDR的方法，这里我们利用“BHFDR”参数来选择BH方法对p值进行校正showplot参数来显示FDR的图示结果。 结果可以在工作空间窗口中通过双击变量进行查看。FDR0.1； 2倍fold change （ Fold_c2 or 1/2 ），我们识别了个下调的mRNA和个上调的mRNA。我们接下来利用差异表达mRNA的表达谱进行聚类分析，在命令窗口输入main_MTDN.m程序中的-30行命令，结果会输出利用差异表达mRNA聚类分析的结果。这部分主要是利用一个现有的函数clustergram进行聚类分析，函数的输入数据是差异表达mRNA的表达谱。之后可以利用set函数对行的符号和列的符号进行设定。