1、基因表達(dá)譜數(shù)據(jù)基因表達(dá)譜可以用一個(gè)矩陣來(lái)表示，每一行代表一個(gè)基因，每一列代表一個(gè)樣本（如圖1）。所有基因的表達(dá)譜數(shù)據(jù)在“gene_exptxt”文件中存儲(chǔ)，第一列為基因的entrezgeneid，第261列是疾病樣本的表達(dá)，第6276列是正常樣本的表達(dá)。137871-Gene60個(gè)疾病樣本15個(gè)正常樣本圖1基因表達(dá)譜的矩陣表示尋找差異表達(dá)的基因：原理介紹：差異表達(dá)分析是目前比較常用的識(shí)別疾病相關(guān)miRNA以及基因的方法，目前也有很多差異表達(dá)分析的方法，但比較簡(jiǎn)單也比較常用的是Foldchange方法。它的優(yōu)點(diǎn)是計(jì)算簡(jiǎn)單直觀，缺點(diǎn)是沒(méi)有考慮到差異表達(dá)的統(tǒng)計(jì)顯著性；通常以2倍差異為閾值，判斷基因是

2、否差異表達(dá)0Foldchange的計(jì)算公式如下：xFoldC=Disease_Xnormal即用疾病樣本的表達(dá)均值除以正常樣本的表達(dá)均值。差異表達(dá)分析的目的：識(shí)別兩個(gè)條件下表達(dá)差異顯著的基因，即一個(gè)基因在兩個(gè)條件中的表達(dá)水平，在排除各種偏差后，其差異具有統(tǒng)計(jì)學(xué)意義。我們利用一種比較常見(jiàn)的T檢驗(yàn)（T-test）方法來(lái)尋找差異表達(dá)的miRNA。T檢驗(yàn)的主要原理為：對(duì)每一個(gè)miRNA計(jì)算一個(gè)T統(tǒng)計(jì)量來(lái)衡量疾病與正常情況下miRNA表達(dá)的差異，然后根據(jù)t分布計(jì)算顯著性p值來(lái)衡量這種差異的顯著性，T統(tǒng)計(jì)量計(jì)算公式如下：tmiRNAX_XDiseasenormal2/n+s2/nDiseasenormal

3、對(duì)于得到的顯著性p值，我們需要進(jìn)行多重檢驗(yàn)校正（FDR），比較常用的是BH方法（BenjaminiandHochberg,1995）G1G2GmIS1,case二因(l,iXl,case)2i-1S1,廠X1,contrl)2判斷基因在兩種不同條件下的表達(dá)差異是否具有顯著性1,contrlt分布圖q.i自由度為1、気*的瑣布|vn+N212當(dāng)自由度為8時(shí)，t分布就是標(biāo)準(zhǔn)正態(tài)分布程序?qū)崿F(xiàn)：基因表達(dá)譜數(shù)據(jù)-gene_exp.txtMatlab軟件實(shí)現(xiàn)mRNA差異表達(dá)分析：MATLAB軟件安裝好之后，雙擊系統(tǒng)桌面的MATLAB圖標(biāo)，或在開(kāi)始菜單的程序選項(xiàng)中選擇MATLAB快捷方式，即開(kāi)始啟動(dòng)MATL

4、AB。初次啟動(dòng)MATLAB后，將進(jìn)入MATLAB默認(rèn)設(shè)置的桌面平臺(tái)。桌面平臺(tái)包括命令窗口、歷史窗口、當(dāng)前目錄窗口和工作間管理窗口等窗口（如圖2）。工作空間主要包含了目前用戶定義的一些變量，用戶可以在命令窗口執(zhí)行一些特定的命令操作來(lái)完成特定的功能。我們首先將工作目錄選擇到我們數(shù)據(jù)存放的硬盤目錄下，然后導(dǎo)入要分析的基因表達(dá)譜數(shù)據(jù)，進(jìn)行差異表達(dá)分析。在命令窗口輸入main_MTDN_end.m程序中的1-21行命令（注意要將程序中的目錄改變到自己數(shù)據(jù)的存儲(chǔ)目錄下），即可得到差異表達(dá)的基因。這段程序主要包含兩個(gè)函數(shù)：mattest和mafdr。mattest函數(shù)是進(jìn)行t檢驗(yàn)的，輸入的數(shù)據(jù)為疾病和正常的

5、表達(dá)譜數(shù)據(jù)，返回每個(gè)miRNA的T統(tǒng)計(jì)量和對(duì)應(yīng)的p值。這個(gè)參數(shù)還可以利用Permute參數(shù)進(jìn)行隨機(jī)擾動(dòng)，Showhist參數(shù)用來(lái)顯示T統(tǒng)計(jì)量和p值的分布。mafdr函數(shù)是用來(lái)計(jì)算FDR的函數(shù)，可以利用參數(shù)來(lái)選擇計(jì)算FDR的方法，這里我們利用“BHFDR”參數(shù)來(lái)選擇BH方法對(duì)p值進(jìn)行校正，利用showplot參數(shù)來(lái)顯示FDR的圖示結(jié)果。結(jié)果可以在工作空間窗口中通過(guò)雙擊變量進(jìn)行查看。結(jié)果展示：T-統(tǒng)計(jì)量和p值的分布圖以及FDR：Hiislogramsoft-testRuh&r-abrea処LIIIL1JdgalbELL.nQ.11Ij|jIII111-I.ftI.-io-eq&int-sconeZ

6、QflGIiIiLlL.P-V3bC圖3T-score,P-values以及FDR的分布差異表達(dá)mRNA:我們卡的閾值為FDRvO.l；2倍foldchange(Fold_2or聚類分析結(jié)果展示：A聚類做heatmap，我比較喜歡用pheamap，簡(jiǎn)單又好看，但是很多做heatmap的函數(shù)都不帶輸出聚類后基因名字的功能。heatmap旁標(biāo)注基因是很有用的信息論文中經(jīng)常會(huì)用到，所以我們可以更改pheatmap的源代碼，讓它輸出基因列表其實(shí)如果能夠給出基因list，在heatmap旁邊標(biāo)注出list中的基因就好了，但有了基因列表也可以做這個(gè)事情。從eran上下載pheatmap的源代碼，打開(kāi)phe

7、atmap的R文件夾中pheatmap.R文件，在一大串#上面添加write_matrix=funetion(mat,out_file)write.table(as.data.frame(mat),sep二t,quote二FALSE,file=out_file)在一大串#下面的pheatmap中添加out_file=NA，此乃默認(rèn)參數(shù)設(shè)定。在helust之后，就是當(dāng)cluster_mat函數(shù)處理了mat矩陣后，添加if(!is.na(out_file)write_matrix(mat,out_file)*割線*打開(kāi)Rstudio,tools-installpackages-選擇那個(gè)壓縮包ok啦用法：setwd(F:/project/PTEN/01.RPKM/correlation)dataframepheatmap(