Small RNA-seq数据量那么少,又不需要重新比对定量,简简单单的做个差异分析、画个图(火山图、heatmap)、PCA、相关性计算、筛选下差异基因、预测下miRNA的靶基因,靶基因GO&KEGG注释,使用SBC ToolBox三下五除二,只要你手速快,结果就立马展现你的面前。
在上一期内容中,我们通过介绍「数据认知」、「模块登录」与「差异分析」,初步了解了使用SBC ToolBox对Small RNA-seq定量数据分析的流程,本期紧接上述内容,为您介绍更多模块。
四 SBC ToolBox检验样本重复性模块
i. PCA分析
a) 登录PCA分析模块,先登录SBC ToolBox导航页面,侧边栏找到并点击点图按钮,点击PCA模块。
b) 进入PCA模块,界面展示
c) 上传数据提交分析
1. 上传数据:上传CPM数据定量结果及样本对应分组文件用于颜色匹配。
2. 示例数据:具体格式参考差异分析,也可以点击下载示例数据进行修改。
d) 提交分析,结果即时反馈在主界面上,如下图所示,调整输出图片的宽和高,点击下载保存按钮即可将PCA结果保存到本地。
ii. 相关性分析
a) 登录相关性热图分析模块,先登录SBC ToolBox导航页面,侧边栏找到并点击热图按钮。
b) 上传表达数据直接相关性计算,主界面会展示相关性热图,结果可以保存相关图和样本间相关性系数。
这里只需要上传CPM数据即可,详细参考PCA分析的定量数据,也可以在应用操作指南界面找到示例数据。
c) 上传数据提交分析结果如下:
d) Heatmap 添加分组bar展示
1. 登录分组热图展示:
2. 上传数据,这里需要相关性系数矩阵和样本对应的分组文件,跟PCA和相关性分析一致,同样可以在应用操作指南页面找到示例数据。
3. 提交分析:
iii. 层级聚类分析
a) SBC ToolBox 导航页面侧边栏点击线图按钮,进入层级聚类图模块。
b) 上传提交数据,这里使用的数据与PCA分析所需数据一致,也是定量数据和样本分组数据,这里直接上传PCA分析使用数据即可,提交分析层级聚类结果就展示在主界面上。
c) 调整树形结构为环形结构。
层级聚类图,线的颜色随着Cluster数量改变而改变,标签的颜色随着分组的数量而改变。
五 SBC ToolBox差异数据展示模块
i. 火山图
a) 完成差异计算,想要展示差异基因的分布情况,一般会使用火山图来进行展示,火山图需要主要使用Pvalue和FC进行展示。
b) 登录SBC ToolBox火山图来画一个专属的火山图,进入SBC ToolBox导航页,侧边栏点击点图按钮,点击火山图模块进入火山图主界面。
c) 上传数据,数据格式,打开没有筛选Pvalue和FC的差异表格,保留以下四列数据,第一列为RNA信息,第二列为Pvalue,第三列为logFC,第四列用于RNA标记,一般为GeneSymbol,这里没有,可以直接手搓数据-复制粘贴第一列。
d) 提交分析,这里可以根据自己的喜好调整上下调颜色,基因的标记,信息,P&FC阈值,自定义专属火山图。
ii. Heatmap
a) 差异基因的Heatmap可以使用热图模块完成展示,一共有三个,简单热图、分组添加bar热图、复杂热图。下面使用复杂热图来展示差异基因的Heatmap。
b) 登录SBC ToolBox侧边栏找到热图,点击ComPlexHeat模块。
c) 上传数据说明:数据第一列为基因信息,剩余列为基因对应样本的表达信息,数据排列如下,也可以在应用操作指南找到示例数据。
d) 隐藏行名,展示目标基因,对行和列进行分割,提交分析结果如下。
根据实际需求,可以调整色阶的变化,是否中心化处理等操作。
六 靶基因的GO&KEGG注释
完成miRNA的靶基因预测,如何使用SBC ToolBox对靶基因进行GO & KEGG注释?SBC ToolBox有专属的富集分析模块提供GO和KEGG注释。
i. GO注释
a) SBC ToolBox导航页找到 GO分析 模块,点击进入
b) 将靶基因的GeneSymbol列复制粘贴到GO注释文本框中,下单物种菜单,选择正确的物种信息,提交分析,即可完成GO注释分析,默认是使用DotPlot展示方式进行可视化GO注释结果。
c) 对默认的可视化结果不满意,可以登录GO bachart或者Dotchart进行展示
1. GO Barchart & DotChart,SBC ToolBox可以找到
拖拽或者上传GO注释分析.xlsx结果到BarChart模块,提交分析。
2. GO DotChart 将GO注释结果上传至Dotchart模块,提交分析。
ii. KEGG注释
a) 操作方式请参考GO注释流程。
完成以上分析,一套完整的Small RNA-seq定量下游数据分析的大部分内容就基本上圆满了,回顾一下流程:
SBC ToolBox生信云所见及所得,让你的数据分析变得简单起来。