1. sci666首页
  2. 实用技巧
  3. 生物信息学

利用ARCHS4进行大规模RNA-seq数据挖掘

大家好,我是白介素2同学,想必小伙伴们早已开工了,白介素同学这个春节实在是没怎么学习呀(所谓人在江湖,身不由己,容我甩个锅),惭愧惭愧,悟已往之不谏,知来者之可追。新的一年,我们都是追梦人!

追梦,分享一个神器,向科研更深处探索。

咱不来虚的,只分享干货,不谈枯燥的理论,只来通俗易懂的操作。先来看一张图:

利用ARCHS4进行大规模RNA-seq数据挖掘

通过这张图展示的是 GEO数据库中的 RNA-seq数据与芯片数据积累随时间的变化,很显然测序数据从2015年开始就已经超过了芯片数据的累积。大批量的数据产生固然是个好事,同时也带来了一个问题,公开的RNA-seq数据大多提供的是原始数据,这样就对数据的重新挖掘使用带来了很大困难。为啥嘞,数据量太大,临床医生,小实验室你确定做得了,就连测序数据从原始数据开始的分析都会遇到很多困难?

今天要介绍的神器呢叫做 ARCHS4,它的诞生呢就是为了解决这个问题,过程讲的比较复杂,简单讲就是有一个团队人家用有效的设备算法把 GEO/SRA的 原始数据整合,分析,预处理成方便后续分析的矩阵格式,就像 TCGA那样的数据库,之所以应用广泛,数据整理的格式就是原因之一呀。该数据库包括人和鼠的sample 187,946 , 其中人84,863,鼠103,083。接下来就看下具体这个神器有哪些功能吧:

数据下载功能Download

https://amp.pharm.mssm.edu/archs4/download.html

利用ARCHS4进行大规模RNA-seq数据挖掘

可供下载的数据包括:

利用ARCHS4进行大规模RNA-seq数据挖掘

利用ARCHS4进行大规模RNA-seq数据挖掘

这里只列举了部分,甚至还包括了 TCGA的数据,数据都整理为 H5格式数据包括原始的 read count数据和 meta data信息,简单讲这些数据都整理成了方便后续分析的矩阵格式,可以这样全部下载。

当然也可以挑选自己感兴趣的下载,可以挑选自己感兴趣的组织,细胞系,也可以手动选择,基因集,Download部分会自动产生下载数据的 R代码,放到 Rstudio运行即可。

利用ARCHS4进行大规模RNA-seq数据挖掘

这里白介素同学,随便测试下在了一个代码,可以看看长啥样,有R基础的小伙伴应该更容易理解:

利用ARCHS4进行大规模RNA-seq数据挖掘

大概就是这样,运行下就可以啦。

https://amp.pharm.mssm.edu/archs4/data.html#

此外数据下载后,就是做数据解析了,H5文件格式的解析,批次效应移除等,都有提供相应的代码:

利用ARCHS4进行大规模RNA-seq数据挖掘

提供代码链接:https://amp.pharm.mssm.edu/archs4/help.html

查询功能

按 meta data信息查询,可以看下自己感兴趣的组织, 细胞系等的。

利用ARCHS4进行大规模RNA-seq数据挖掘

查找 signature,输入数据为上调和下调基因,寻找match这些基因的sample。

利用ARCHS4进行大规模RNA-seq数据挖掘

富集查询,找到富集某些基因集的sample然后下载,可以从8个基因集库中选择感兴趣的,比如KEGG库,GO库,其实这是一个反向的操作,与咱们通常的差异分析得到基因集进行富集不同,这是一种通过感兴趣的通路,基因集来找sample。

利用ARCHS4进行大规模RNA-seq数据挖掘

基因查询功能,遇到一个感兴趣的基因,这时候这个功能就派上用场啦,比如案例给出的 FOXM1基因

利用ARCHS4进行大规模RNA-seq数据挖掘

点击下就可以得到很多信息:

利用ARCHS4进行大规模RNA-seq数据挖掘

利用ARCHS4进行大规模RNA-seq数据挖掘

主要功能就是这些啦,提供处理过的数据下载和查询功能。然后就是了解下这个数据库的背景,文章在2018年4月发表在 Nature Communcations上。

内容就分享到这儿啦,白介素同学祝大家学习愉快!

来源: http://www.sci666.com.cn/3364.html

发表评论

电子邮件地址不会被公开。 必填项已用*标注

联系我们

(857)626-2666

在线咨询:点击这里给我发消息

邮件:123456@whu.edu.cn

QR code