如何进行单基因的tcga数据挖掘分析,针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
TCGA数据库关于食管癌的,分成ESCC和EAC,其中ESCC好发于中国人群,关心TCGA数据库里面的90个ESCC病人。
根据CCL2基因的表达量,可以把TCGA数据库里面的90个ESCC病人分成高低表达CCL2的两个组,然后可以差异分析,GSEA分析等等
这次的学徒作业是完成下面的4幅图:
- e Heatmap of gene expression profiles of human ESCC cases (
n = 90) from TCGA database.
- f Pearson correlation analysis shows tight association of CCL2 with CCR2 and PD-1.
- g Gene set enrichment analysis (GSEA) between group high (
n = 52) and low (
n = 38) of CCL2 expression shows enriched pathways associated with PD-1 signaling.
- h Heatmap shows that expression of PD-1 signaling pathway associated genes is correlated with CCL2 expression in human ESCC
如下图:

其中图f可以直接网页工具做出来,UCSC的xena浏览器,或者GEPIA2都可以,需求最大的是tcga数据库的生存分析和表达量差异。
关于如何进行单基因的tcga数据挖掘分析问题的解答就分享到这里了,希望以上内容可以对大家有一定的帮助,如果你还有很多疑惑没有解开,可以关注天达云行业资讯频道了解更多相关知识。