ChAMP分析甲基化芯片数据-差异分析上篇

ChAMP分析甲基化芯片数据-差异分析上篇

经过预处理之后的数据，就可以进行差异分析了。对于甲基化芯片而言，有两个方面的差异分析

DMP 差异甲基化探针DMR 差异甲基化区域

在​​ChAMP​​​包中，​​champ.DMP​​​函数用于分析差异甲基化探针，​​champ.DMR​​函数用于分析差异甲基化区域。本章我们先看下差异探针的分析

​​champ.DMP​​函数的用法示例

myDMP <- champ.DMP()

在差异分析时，我们需要两个输入数据，一个就是探针的表达谱数据，beta  matrix, 另外一个就是样本的分组信息。

在​​champ.DMP​​​函数中，默认​​myNorm​​​作为归一化之后的beta  matrix，对于样本的分组信息，​​ChAMP​​​默认从Samplesheet.csv文件中读取，在数据导入成功后，​​myLoad$pd​​​代表的就是SampleSheet.csv文件的信息，所以​​myLoad$pd$Sample_Group​​ 代表样本的分组信息。

在差异分析时，最关键的就是差异分组问题。在实验设计阶段，有很多类型的分组设计，比如最常见的case_vs_control, 两个group的分组;多个组织，比如3个组织，共3个group; 时间序列，比如药物处理后的几个时间点。不同的实验设计，在差异分析时，想要关注的差异点自然不同，在分析时也要采取不同的分析策略。

对于​​ChAMP​​来说，上述的几种分组设计都是支持。

​​champ.DMP​​计算过程分为以下3步：

1. 检测样本分组，确定分组比较

测试数据分成T和C两组，每组各4个样本、

在这一步，需要确定两个因素：

分组的类型主要识别分组变量是离散型还是连续型，如果是字符串型​​character​​, 就是离散型，如果是数值型​​numeric​​, 就是连续型。不同的类型，采取的差异分析策略不同。测试数据是字符型的两个group, 具体的输入信息如下分组的个数确定group的个数，2个group 肯定是两者之间进行差异分析，但是当group 个数3个或以上时，就需要确定如何分组比较。 默认情况下两两之间都进行差异分析，如果你不需要这么多的差异结果，可以通过​​compare.group​​ 参数指定， ​​compare.group​​参数的值是一个list, list 中的每个元素是一个长度为2的向量，指定了用于差异分析的两个group

[ Section 1:  Check Input Pheno Start ]  You pheno is character type.    Your pheno information contains following groups. >>    C:4 samples.    T:4 samples.    [The power of statistics analysis on groups contain very few samples may not strong.]    pheno contains only 2 phenotypes    compare.group parameter is NULL, two pheno types will be added into Compare List.    C_to_T compare group : C, T[ Section 1:  Check Input Pheno Done ]

进行差异探针分析

通过调用​​limma​​​ 函数进行差异分析，默认通过​​BH​​方法进行多重建设检验的校正，p.adjust < 0.05 的认为是差异探针

可以通过​​adjPVal​​​参数修改p.adjust的阈值，当然也可以修改​​adjust.method​​​ 参数的值，调整多重假设检验校正的算法，默认值为​​BH​​, 可选值包括 “none”, “BH”, “BY”, “holm”。

[ Section 2:  Find Differential Methylated CpGs Start ]  Start to Compare : C, T  Contrast Matrix      ContrastsLevels pT-pC    pC    -1    pT     1  You have found 4283 significant MVPs with a BH adjusted P-value below 0.05.  Calculate DMP for C and T done.[ Section 2:  Find Numeric Vector Related CpGs Done ]

添加差异探针的注释信息

之前的分析都是针对探针的beta matrix 进行的分析，找的差异探针之后，我们肯定希望知道这个探针对应的基因，染色体位置等注释信息。这一步实际就是在已有的差异结果的基础上，追加探针的注释信息。

[ Section 3:  Match Annotation Start ][ Section 3:  Match Annotation Done ]

结果展示

str(myDMP)List of 1$ C_to_T:’data.frame’:    4283 obs. of  23 variables:  ..$ logFC                : num [1:4283] 0.724 …  ..$ AveExpr              : num [1:4283] 0.398 …  ..$ t                    : num [1:4283] 28.2 …  ..$ P.Value              : num [1:4283] 1.74e-08…  ..$ adj.P.Val            : num [1:4283] 0.00703…  ..$ B                    : num [1:4283] 7.6 7.05 …  ..$ C_AVG                : num [1:4283] 0.0358 …  ..$ T_AVG                : num [1:4283] 0.759 …  ..$ deltaBeta            : num [1:4283] 0.724 …  ..$ CHR                  : Factor w/ 25 levels “”,”1”,”10”,”11”,..:   ..$ MAPINFO              : int [1:4283] 141516291 …  ..$ Strand               : Factor w/ 3 levels “”,”F”,”R”: 3 2 …  ..$ Type                 : Factor w/ 2 levels “I”,”II”: 2 2 …  ..$ gene                 : Factor w/ 20622 levels “”,”A1BG” …  ..$ feature              : chr [1:4283] “Body” “Body” …  ..$ cgi                  : Factor w/ 4 levels “island”,”opensea”,..: …  ..$ feat.cgi             : Factor w/ 28 levels “1stExon-island”,..: 13 …  ..$ UCSC_CpG_Islands_Name: Factor w/ 27177 levels “”,”chr1:10003165-10003585”,..: 18278 …  ..$ DHS                  : logi [1:4283] NA NA NA NA NA NA …  ..$ Enhancer             : logi [1:4283] TRUE TRUE NA NA NA NA …  ..$ Phantom              : Factor w/ 11912 levels “”,”high-CpG:100009860- …  ..$ Probe_SNPs           : Factor w/ 56004 levels “”,”rs10000615”,..:  ..$ Probe_SNPs_10        : Factor w/ 35790 levels “”,”rs10000804” …

​​myDMP​​​ 就是最终的差异分析结果，是一个​​list​​对象，list中的每个元素是两个group之间差异分析的结果。

测试数据只有两个分组，所以list 中只有一个元素。差异分析的结果是一个​​data.frame​​对象，可以分成3个部分。

从​​logFC​​​到​​B​​​的部分是limma 差异输出结果， ​​C_AVG​​​到​​deltaBeta​​​是每组表达量的均值，​​deltaBate​​​是两组均值的差，​​CHR​​​到​​Probe_SNPs_10​​是探针的注释信息。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。