BioQC-kidney:肾脏表达的例子

2022-11-01

简介

在这个小插图中，我们演示的使用BioQC通过对小鼠肾脏样本进行基因表达分析的案例研究。BioQC结果提示胰腺污染可能导致组织异质性，qRT-PCR实验证实了这一点。

导入数据

让我们首先使用加载BioQC签名readGmt：

图书馆(BioQC)gmtFile < -执行（“extdata / exp.tissuemark.affy.roche.symbols.gmt”，包=“BioQC”）格林尼治时间< -readGmt(gmtFile)

这个小插图的示例数据作为BioQC包的一部分提供。或者，可以在GitHub库．表达式数据存储在ExpressionSet．

文件< -执行（“extdata / kidney_example.rda”，包=“BioQC”）负载(文件)打印(eset)

数据集包含25个样本中34719个基因的表达。表达谱采用RMA归一化。这些信号也是log2转换;但是，此步骤不影响的结果BioQC因为它本质上是非参数统计检验。

运行BioQC

的核心函数BioQC包,wmwTest，进行分析。

system.time(bioqcRes < -wmwTest(eset,格林尼治时间,valType =“p.greater”）)
##用户系统运行## 0.759 0.072 0.831

函数返回片面的\ (p \)- Wilcoxon-Mann-Whitney检验的值。

为了更好的可视化，我们*过滤p值矩阵(合理的截断取决于实际数据集和预期的签名);*转换p值使用\ (| \ log_ p {10} | \)．我们把这些转换后的值称为BioQC得分．

bioqcResFil < -filterPmat(bioqcRes1 e-6）bioqcAbsLogRes < -absLog10p(bioqcResFil)

我们通过将BioQC分数可视化为Heatmap来检查它们。通过仔细检查，我们发现在样本23-25中胰腺和脂肪特异性基因的表达显著富集:

图书馆(RColorBrewer)的热图(bioqcAbsLogResColv =NA，Rowv =真正的，cexRow =0.85，规模=“行”，坳=牧师（brewer.pal（7，“RdBu”)),labCol =1：ncol(bioqcAbsLogRes))
热图中显示的样品的BioQC评分(定义为abs(log10(p))。红色和蓝色分别表示高分和低分。

热图中显示的样品的BioQC评分(定义为abs(log10(p))。红色和蓝色分别表示高分和低分。

目测显示样品23-25中可能有污染，可能是胰腺和脂肪组织。

filRes < -bioqcAbsLogRes [c（“Kidney_NGS_RNASEQATLAS_0.6_3”，“Pancreas_Islets_NR_0.7_3”),)matplot（t(filRes),pch =c（“K”，“P”)，类型=“b”，lty =1 l,ylab =“BioQC分数”，xlab =“样本指数”）
样品的BioQC评分(定义为abs(log10(p)))。K和P分别代表肾脏和胰腺特征评分。

样品的BioQC评分(定义为abs(log10(p)))。K和P分别代表肾脏和胰腺特征评分。

定量RT-PCR验证

以证实所产生的假设BioQC，我们进行了qRT-PCR实验，检测了同一组样本中两个胰腺特异性基因的表达。请注意，这两个基因(淀粉酶和弹性酶)不包括在BioQC提供的签名集中。

结果如下图所示。似乎23-25号样本在肾脏解剖时被附近的胰腺组织污染了。脂肪组织的潜在污染仍有待测试。

淀粉酶< -eset＄淀粉酶弹性蛋白酶< -eset＄弹性蛋白酶pancreasScore < -bioqcAbsLogRes [“Pancreas_Islets_NR_0.7_3”,)票面价值（mfrow =c（1，2)，3月=c（3.，3.，1，1)，mgp =c（2，1，0）)情节(淀粉酶～pancreasScore,日志=“y”，pch =21，bg =“红色”，xlab =“BioQC胰腺评分”，ylab =“淀粉酶”）文本(pancreasScore [23：25)、淀粉酶(23：25]，23：25，pos =1）情节(弹性蛋白酶～pancreasScore,日志=“y”，pch =21，bg =“红色”，xlab =“BioQC胰腺评分”，ylab =“弹性蛋白酶”）文本(pancreasScore [23：25),弹性蛋白酶(23：25]，23：25，pos =1）
qRT-PCR结果与BioQC胰腺评分的相关性

qRT-PCR结果与BioQC胰腺评分的相关性

样本移除对差异基因表达分析的影响

在这项研究中，四只小鼠的FVB /新泽西菌株行肾切除术，血管紧张素受体拮抗剂氯沙坦治疗，4只小鼠接受假手术和氯沙坦治疗。在肾切除术+氯沙坦组中，一个样本(指数24)可能被胰腺污染。假设现在我们对不同条件下的基因表达差异感兴趣。我们现在运行两次分析，一次有污染样品，一次没有污染样品，以研究去除检测到的异质样品的影响BioQC．

图书馆(limma)
isNeph < -与（pData(eset)压力= =“FVB / NJ”＆TREATMENTNAME%, %c（“Nephrectomy-Losartan”，“Sham-Losartan”）)isContam < -与（pData(eset) INDIVIDUALNAME%, %c（“BN7”，“FNL8”，“FN6”）)esetNephContam < -eset [, isNeph]esetNephExclContam < -eset [, isNeph＆！isContam]getDEG < -函数(eset) {组< -因素(eset＄TREATMENTNAME,水平=c（“Sham-Losartan”，“Nephrectomy-Losartan”）)设计< -model.matrix（～集团)colnames(设计)< - - - - - -c（“ShamLo”，“NephLo”）对比< -makeContrasts（对比=“NephLo”，水平=设计)exprs(eset) < -normalizeBetweenArrays（log2（exprs(eset)))符合< -lmFit(eset设计=设计)符合< -contrasts.fit(健康,对比)符合< -易趣(适合)tt < -topTable(健康,n =nrow(eset))返回(tt)｝esetNephContam。topTable < -getDEG(esetNephContam)esetNephExclContam。topTable < -getDEG(esetNephExclContam)esetFeats < -featureNames(eset)esetNephTbl < -data.frame（特点=esetFeats,OrigGeneSymbol =esetNephContam.topTable (esetFeats,)＄OrigGeneSymbol,GeneSymbol =esetNephContam.topTable (esetFeats,)＄GeneSymbol,Contam.logFC =esetNephContam.topTable (esetFeats,)＄logFC,ExclContam.logFC =esetNephExclContam.topTable (esetFeats,)＄logFC)票面价值（mfrow =c（1，1)，3月=c（3.，3.，1，1）+0．5，mgp =c（2，1，0）)与(esetNephTblsmoothScatter(Contam.logFC～ExclContam.logFC,xlab =“不包括一个污染样品[logFC]”，ylab =“包括一个污染样本[logFC]”）)abline（0，1）isDiff < -与(esetNephTbl腹肌(Contam.logFC-ExclContam.logFC)> =2）与(esetNephTbl点(Contam.logFC [isDiff]～ExclContam.logFC [isDiff],pch =16，坳=“红色”）)
包含(y轴)或不包含(x轴)一个污染样品的*limma*报告的Log2倍变化(logFC)值。受污染严重影响的基因用红点表示。

报告的Log2倍变化(logFC)值limma含(y轴)或不含(x轴)一个污染样品。受污染严重影响的基因用红点表示。

diffTable < -esetNephTbl (isDiff,)diffGenes < -独特的(diffTable [,“GeneSymbol”])pancreasSignature < -[[格林尼治时间“Pancreas_Islets_NR_0.7_3”]]＄基因diffGenesPancreas < -diffGenes%, %pancreasSignaturediffTable＄isPancreasSignature < -diffTable＄GeneSymbol%, %pancreasSignaturecolnames(diffTable) < -c（“Probeset”，“GeneSymbol”，“人类直接同源”，“Log2FC”，Log2FC(不包括contam.)，“IsPancreasSignature”）diffTable < -diffTable [订单(diffTable＄Log2FC,减少=真正的),)

我们发现，如果不排除受污染的样本，代表17个基因的22个探针与更强的表达变化相关(下表)。毫不奇怪，几乎所有这些基因都在正常的人类胰腺组织中高度表达，其中13个基因属于糖尿病患者使用的胰腺特征BioQC．

总之，我们观察到，组织异质性会影响下游分析结果，如果继续忽视它，则会对基因表达数据的可重复性产生负面影响。它再次强调了应用的价值BioQC作为一线质量控制工具。

R会话信息

sessionInfo（）
## R版本4.2.1(2022-06-23)##平台:x86_64-pc-linux-gnu(64位)##运行在Ubuntu 20.04.5 LTS ## ##矩阵产品:默认## BLAS: /home/biocbuild/bbs-3.16-bioc/R/lib/libRblas。/home/biocbuild/bbs-3.16-bioc/R/lib/libRlapack。所以## ## locale: ## [1] LC_CTYPE=en_US。UTF-8 LC_NUMERIC= c# # [3] LC_TIME=en_GB LC_COLLATE= c# # [5] LC_MONETARY=en_US。utf - 8 LC_MESSAGES = en_US。UTF-8 ## [7] LC_PAPER=en_US。UTF-8 LC_NAME= c# # [9] LC_ADDRESS=C lc_phone = c# # [11] LC_MEASUREMENT=en_US。UTF-8 LC_IDENTIFICATION=C ## ##附加的基础包:## [1]stats graphics grDevices utils datasets methods基础## ##其他附加包:## [1]limma_3.54.0 RColorBrewer_1.1-3 BioQC_1.26.0 ## [4] Biobase_2.58.0 BiocGenerics_0.44.0 knitr_1.40 ## ##通过命名空间加载(并且未附加):## [1] Rcpp_1.0.9 magrittr_2.0.3 edgeR_3.40.0 lattice_0.20-45 ## [5] R6_2.5.1 rlang_1.0.6 fastmap_1.1.0 highr_0.9 ## [9] string_1 .4.1 tools_4.2.1 grid_4.2.1 xfun_0.34 ## [13] KernSmooth_2.23-20 cli_3.4.1 jquerylib_0.1.4 htmltools_0.5.3 ## [17] yaml_2.3.6 digest_0.6.30 sass_0.4.2 cachem_1.0.6 ## [21] evaluate_0.17 rmarkdown_2.17 stringi_1.7.8 compiler_4.2.1 ## [25] bslib_0.4.0 locfit_1.5-9.6 jsonlite_1.8.3