大家好，欢迎来到IT知识分享网。
书接上回：分享分析TCGA的数据库——GEPIA（二）
继续将GEPIA的分析：
4：共表达基因分析
Similar Genes，也就是共表达基因的分析。如果一个基因和另一个基因高度共表达，皮尔森相关系数（PCC）很高的话，那么可以怀疑这两个基因是上下游的关系。
图中列举了前20个与AURKA共表达的基因：
一般认为PCC>0.6，两个基因是高度相关。
5. 相关性分析
如果找到两个基因，想看看这两基因之间是否有相关性，可以点击correlation。
算法有三种：
这里选择的pearson，当然searman用的人也很多，具体的区别有空再讲。
可以看到两个基因之间的相关性非常高。
6. PCA主成分分析
输入一串基因，分析高位数据在二维坐标轴上的分布。
不过这个功能似乎用不了，也不知道为什么。
7.其他功能：
GEPIA相继推出GEPIA2和GEPIA2021，GEPIA2021里面可以分析肿瘤免疫浸润相关的数据。
上面说的GEPIA主成分分析PCA不能用，可以试试GEPIA2
输入一串基因，比如是自己筛出来的差异表达基因，然后点击list，plot。
可以绘制3D的PCA，这个图就可以下载下来放在文章里面。
至于其他的功能，不常用的，这里就不再赘述，大家自己发掘。
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://haidsoft.com/131871.html
