我们在做表达谱数据分析的时候，经常需要检测基因两两之间表达的相关性。特别是在构建ceRNA网络的时候，我们需要去检查构成一对ceRNA的mRNA和lncRNA之间的表达是否呈正相关。前面给大家分享过R计算多个向量两两之间相关性，今天小编就给大家分享一个实际的应用案例，用R去批量的检测大量mRNA跟lncRNA之间表达的相关性，并绘制散点图。
代码语言：javascript复制#差异表达的lncRNA
deLNC <- c('ENSG00000260920','ENSG00000242125','ENSG00000261211')
#差异表达的mRNA
dePC <- c('ENSG00000043355','ENSG00000109586','ENSG00000144355')
#所有的RNA名字
genes <- c(deLNC, dePC)
#所有的样本名字
samples <- c('TCGA-2F-A9KO-01', 'TCGA-2F-A9KP-01',
'TCGA-2F-A9KQ-01', 'TCGA-2F-A9KR-01',
'TCGA-2F-A9KT-01', 'TCGA-2F-A9KW-01')
#样本类型
type=factor(c("normal","disease","disease","normal","normal","disease"))
#表达谱数据
rnaExpr <- data.frame(matrix(c(2.7,7.0,4.9,6.9,4.6,2.5,
0.5,2.5,5.7,6.5,4.9,3.8,
2.1,2.9,5.9,5.7,4.5,3.5,
2.7,5.9,4.5,5.8,5.2,3.0,
2.5,2.2,5.3,4.4,4.4,2.9,
2.4,3.8,6.2,3.8,3.8,4.2),6,6),
stringsAsFactors=FALSE)
#设置表达谱的行名为RNA的名字
rownames(rnaExpr) <- genes
#设置表达谱的列名为样本的名字
colnames(rnaExpr) <- samples
#构建所有mRNA和lncRNA的组合
combination <- expand.grid(deLNC, dePC)
#第一列为lncRNA，第二列为mRNA
names(combination)=c("lnc","pc")
#通过循环来计算所有lncRNA和mRNA之间表达的相关性以及p值
cor_result=apply(combination,1,function(x){
lnc=as.character(x[1])
pc=as.character(x[2])
result=cor.test(as.numeric(rnaExpr[lnc,]), as.numeric(rnaExpr[pc,]))
score=c(pval=result$p.value,result$estimate)
return(score)
})
#将lncRNA，mRNA的名字和相关性检验的结果合并起来
result=cbind(combination,t(cor_result))
#挑选p值小于0.05并且相关性大于0的lncRNA-mRNA对
index=which(result$pval<0.05 & result$cor>0)
#创建一个文件夹corplot来存放相关性图
dir.create("corplot")
#循环画出显著相关的mRNA和lncRNA的相关性散点图
for(i in index){
#获取p值
pval=round(result[i,3],4)
#获取相关系数
cor=round(result[i,4],2)
#获取lncRNA名字
lnc=as.character(result[i,1])
#获取lncRNA的表达量
lncExpr=as.numeric(rnaExpr[lnc,])
#获取mRNA名字
pc=as.character(result[i,2])
#获取mRNA的表达量
pcExpr=as.numeric(rnaExpr[pc,])
#创建pdf文件
pdf(file=paste0("corplot/",lnc,"_",pc,".pdf"),width=10)
#绘制散点图
plot(lncExpr,pcExpr,
col=c("red","blue")[type],
pch=c(15,24)[type],
xlab=paste(lnc," (lncRNA)"),
ylab=paste(pc," (mRNA)"),
)
#添加拟合的直线
abline(lm(pcExpr~lncExpr),lty=2,col="green",lwd=2)
#添加图注
legend("bottomright",legend=levels(type),col=c("red","blue"),pch=c(15,24))
#在散点图上添加p值和相关系数
mtext(paste0("cor=",cor,"npval=",pval), side=3,line= -2,adj = 0.1)
dev.off()
}
下面是一对mRNA-lncRNA之间相关性的散点图。
参考资料：
R计算多个向量两两之间相关性
