其他
众所周知，癌症具有异质性，在乳腺癌领域，不同亚型的癌症比不同器官来源癌症的差异要大很多。最简单癌症分类，当然是一个基因，比如ER阳性或者ER阴性的乳腺癌患者，并不是说人类有2万多个蛋白编码基因就可以有2万多种分类 ，其实在乳腺癌领域常用的分类，就是ER,HER2,PR等等，如果这3个基因都不表达，就是临床里面比较恶性的三阴性乳腺癌啦。 如果你并不研究乳腺癌，你可能会思考，如果是根据3个基因的表达量高低，比如ER,HER2,PR，那么应该是2X2X2=8种分类 ，但是实际上通过IHC分型（就是检查具体基因表达量）方法，乳腺癌被划分为激素受体（ER、PR）阳性组和阴性组，然后各自划分2个组，也就是4个组： 管腔A型（ER阳性，PR≥20%，HER2阴性，Ki-67＜20%） 管腔B型（ER阳性，PR＜20%和/或HER2阳性和/或Ki-67≥20%） HER2过表达型（ER阴性，PR阴性，HER2阳性） 可以看到，这些具体的检测指标是具有一定的可操作空间，灵活性，而且IHC检测的是蛋白表达水平，而我们通常是拿到的mRNA层次的表达矩阵，阳性和阴性这样的二元分类概念会量化成为了具体的表达量数值 。而根据表达矩阵来进行癌症亚型的划分，就是分子分型(GEP) ，比如基于PAM50的GEP分型可将乳腺癌分为不同的亚型，包括表达雌激素受体（ER）相关因子的亚型（管腔型）、表达人类表皮生长因子受体2（HER2）相关通路因子的亚型（HER2过表达亚型）和表达基底因子但不表达激素受体通路的基底样乳腺癌（BLBC）亚型。 考虑到乳腺癌领域应用最广泛的就是基于PAM50的GEP分型，有必要系统性学习一下它的分型原理。 Parker et al (2009) published microarray data (GEO data set GSE10886 )，数据可以比较方便的下载，重现整个分析思路也不难，简单理解一下： 4个基因表达芯片数据集，定义了“intrinsic” gene set ，有1906个基因 对189病人的1906个基因的表达矩阵层次聚类（median centered by feature/gene, Pearson correlation, average linkage） 使用SigClust对层次聚类结果划分cluster SigClust得到9个cluster，包含 luminal A (dark blue), luminal B (light blue), HER2-enriched (pink), normal-like (green), and basal-like (red). 然后精简基因集，每个分组选择top10的基因，得到5个分组的共50个基因。这里使用了Classification by Nearest Centroids (ClaNC) 算法。 也就是说189个病人里面的122个划分结果与qRT-PCR 一致。 因为有了PAM50，所以以后临床实践只需要测定50个基因的表达量即可对病人进行初步分类。而且作者提供了全套代码和数据： The centroids, gene lists, and R code to produce the classification are all available along with the clinical information for the training set on this page: https://genome.unc.edu/pubsup/breastGEO/ Specifically, the R code and supporting data files are here: https://genome.unc.edu/pubsup/breastGEO/PAM50.zip And the centroids alone are here: https://genome.unc.edu/pubsup/breastGEO/pam50_centroids.txt step1：拿到50个基因在所有样本的表达量矩阵 比如作者给出的例子是："220arrays_nonUBCcommon+12normal_50g.txt"文件，很明显，有233个样本啦！ trainFile='220arrays_nonUBCcommon+12normal_50g.txt' '\t' ,row.names = 1 )[1 :2 ,])2 ,sep = '\t' ,row.names = 1 )1 :4 ,1 :4 ]1 ]# 因为是 "220arrays_nonUBCcommon+12normal_50g.txt"， 所以是232个样本： 1 :4 ])function (x){return (x)1 :4 ,1 :4 ]1 :4 ])# 表达矩阵被zscore后，数据量集中在0附近 step2：读取分类器 trainCentroids='pam50_centroids.txt' # load the published centroids for classifcation "\t" ,header=T ,row.names=1 )# pam50的5个亚型的50个基因的 step3: 把表达矩阵和分类器进行比较 这个时候有3种比较的算法，就是euclidean距离，以及pearson或者spearman相关系数！载入前面处理好的分离器和表达矩阵，然后简单比较即可： rm(list = ls())F )library (ctc) 'input_for_pam50.Rdata' ) function (x,y){# subset the two lists to have a commonly ordered gene list 1 ]] %in % dimnames(y)[[1 ]],]1 ]] %in % dimnames(x)[[1 ]],]#and sort such that thing are in the correct order return (list(x=x,y=y))# 如果表达矩阵和分类器共有基因少于50个，要注意一下。 library ("impute" )# 200个样本的表达矩阵，去PAM50矩阵进行对比计算 2 ,function (i){# dist 函数返回倒三角矩阵 1 :ncol(dat)]"pearson" ,use="pairwise.complete.obs" )"spearman" ,use="pairwise.complete.obs" )1 , function (x){1 , function (x){1 , function (x){'output_for_pam50.Rdata' ) step4：检查分离器效果 rm(list = ls())F )library (ctc)'input_for_pam50.Rdata' ) 'output_for_pam50.Rdata' ) 'sample' ,'type' ,'dist' ,'pearson' ,'spearman' )'' ,] step5: 把PAM50应用到你自己的数据 rm(list = ls())F )library (ctc)'input_for_pam50.Rdata' ) if (F ){# 这里面的数据集文件有点大， 所以我注释掉这一块代码 # [AgilentG4502A_07_3] # (n=597) TCGA hub # 下载 AgilentG4502A_07_3 后自己格式化成为breat_array_tcga.Rdata 'breat_array_tcga.Rdata' )in % rownames(breat_array_tcga)]'input_for_pam50_tcga_array.Rdata' )'input_for_pam50_tcga_array.Rdata' )2 ,function (i){# dist 函数返回倒三角矩阵 1 :ncol(dat)]1 , function (x){'[.]' ,'-' ,substring(colnames(dat),1 ,12 ))14 ,15 )'01' ,]'subtype_anno.Rdata' )'pid' ,by.y='id' ) 'pid' ,by.y="TCGA.Participant.Barcode" ) 可以看到TNBC和basel的重合度非常高，然后LumA和Normal其实是很难区分开来的。 全部代码和数据，都整理好啦！需要付费获取，供有需要的朋友! 文末友情宣传 强烈建议你推荐给身边的博士后以及年轻生物学PI ，多一点数据认知，让他们的科研上一个台阶： 付费内容分割线 为有效杜绝黑粉跟我扯皮，设置一个付费分割线，这样它们就没办法复制粘贴我的代码，也不可能给我留言骂街了！（这个代码含金量很高，需要付费18元，才能拿到测试数据和代码 ） 另外，大家不要随意付费施舍 我，没有必要请不要购买，这个代码对需要它的人来说，至少值几百块钱！如果你确实想感激我，可以去生信技能树次页找到我的原创推文进行赞赏，赞赏是无私的，这个付费代码是商业活动 ，请不要随便参与！ 链接在：链接：https://share.weiyun.com/59b2Xn3
"},{querySelector:"qqmusic",genId:function(){var t=arguments.length>0&&void 0!==arguments[0]?arguments[0]:{};return(t.node.getAttribute("musicid")||"").replace(/^\s/,"").replace(/\s$/,"")+"_"+t.index},calW:function(){var t=arguments.length>0&&void 0!==arguments[0]?arguments[0]:{};return 1*t.parentWidth},calH:function(){return 88},replaceContentCssText:"",appendContentCssText:"margin:16px 0;diplay:block;",outerContainerLeft:"",outerContainerRight:""},{querySelector:"mpvoice",genId:function(){var t=arguments.length>0&&void 0!==arguments[0]?arguments[0]:{},e=decodeURIComponent(t.node.getAttribute("voice_encode_fileid")||"").replace(/^\s/,"").replace(/\s$/,"");return e+"_"+t.index},calW:function(){var t=arguments.length>0&&void 0!==arguments[0]?arguments[0]:{};return 1*t.parentWidth},calH:function(){return 122},replaceContentCssText:"",appendContentCssText:"margin:16px 0;diplay:block;",outerContainerLeft:"",outerContainerRight:""},{querySelector:"mppoi",genId:function(){var t=arguments.length>0&&void 0!==arguments[0]?arguments[0]:{};return t.node.getAttribute("data-id")||""},calW:function(){var t=arguments.length>0&&void 0!==arguments[0]?arguments[0]:{};return 1*t.parentWidth},calH:function(){return 219},replaceContentCssText:"",appendContentCssText:"margin:16px 0;diplay:block;",outerContainerLeft:"",outerContainerRight:""},{querySelector:"mpsearch",genId:function(){return decodeURIComponent("mpsearch")},calW:function(){var t=arguments.length>0&&void 0!==arguments[0]?arguments[0]:{};return 1*t.parentWidth},calH:function(){return 100},replaceContentCssText:"",appendContentCssText:"margin:16px 0;diplay:block;",outerContainerLeft:"",outerContainerRight:""},{querySelector:"mpvideosnap",genId:function(){var t=arguments.length>0&&void 0!==arguments[0]?arguments[0]:{},e=t.node.getAttribute("data-type")||"video";return"live"===e?decodeURIComponent(t.node.getAttribute("data-noticeid")||""):decodeURIComponent(t.node.getAttribute("data-id")||"")},calW:function(){var t=arguments.length>0&&void 0!==arguments[0]?arguments[0]:{},e=t.node.getAttribute("data-type")||"video",n=t.node.getAttribute("data-width")||"",r=t.node.getAttribute("data-height")||"";if("live"===e||"topic"===e)return t.parentWidth;if("image"===e)return.665*t.parentWidth;var i=1,o=0,a=0,d=!1;return 1===(i=n/r)||i===3/4||(i===4/3||i===16/9?d=!0:i1&&i4/3?d=!0:("number"!=typeof i||Object.is(i,NaN))&&(i=1)),t.node.setAttribute("data-datio",i),t.node.setAttribute("data-isHorizontal",d),o=(a=!0===d?t.parentWidth:window.innerWidth0&&void 0!==arguments[0]?arguments[0]:{},e=t.node.getAttribute("data-desc")||"",n=t.node.getAttribute("data-type")||"video",r=t.node.getAttribute("data-computedHeight")||"";switch(n){case"live":return e?152:116;case"topic":return 201;case"image":return e?this.calW(t)+44+35+27:this.calW(t)+44+35;case"video":return parseFloat(r)}},getBorderRadius:function(){var t=arguments.length>0&&void 0!==arguments[0]?arguments[0]:{},e=t.node.getAttribute("data-type")||"video";return"video"===e?4:8},replaceContentCssText:"",appendContentCssText:"margin:16px auto;diplay:block;",outerContainerLeft:"",outerContainerRight:""},{querySelector:"mp-wxaproduct",genId:function(){var t=arguments.length>0&&void 0!==arguments[0]?arguments[0]:{};return decodeURIComponent(t.node.getAttribute("data-wxaproduct-productid")||"")},calW:function(){var t=arguments.length>0&&void 0!==arguments[0]?arguments[0]:{};return 1*t.parentWidth},calH:function(){var t=arguments.length>0&&void 0!==arguments[0]?arguments[0]:{},e=t.node.getAttribute("data-wxaproduct-cardtype")||"";return"mini"===e?124:466},replaceContentCssText:"",appendContentCssText:"margin:16px 0;diplay:block;",outerContainerLeft:"",outerContainerRight:""},{querySelector:"mpprofile",genId:function(t){return t.node.getAttribute("data-id")||""},calW:function(){var t=arguments.length>0&&void 0!==arguments[0]?arguments[0]:{};return 1*t.parentWidth},calH:function(){return 143},replaceContentCssText:"",appendContentCssText:"margin:16px 0 16px;diplay:block;",outerContainerLeft:"",outerContainerRight:""}]};!function(){var t=arguments.length>0&&void 0!==arguments[0]?arguments[0]:{};if("function"==typeof document.querySelectorAll)for(var e={maxWith:document.getElementById("img-content").getBoundingClientRect().width,idAttr:"data-preloadingid"},n=0,r=t.config.length;n