计算生物学期末作业张伟伟综述Word格式.docx
《计算生物学期末作业张伟伟综述Word格式.docx》由会员分享，可在线阅读，更多相关《计算生物学期末作业张伟伟综述Word格式.docx（11页珍藏版）》请在冰豆网上搜索。
）。
把这个方法估计出来的结果与ABSOLUTE的结果比较一下，看看相关性有多大？
3）如果再考虑到肿瘤细胞容易发生拷贝数的变化呢？
这个模型应该怎么改进？
作业要求：
1.把分析过程和计算结果尽可能详细地写出来；
2.把计算的程序附上（python做这个是最合适的）；
3.多画图来展示你的中间结果；
4.放假之前把程序和结果交给我。
1.LiE,BestorTH,JaenischR:
TargetedmutationoftheDNAmethyltransferasegeneresultsinembryoniclethality.Cell1992,69（6）:
915-926.
2.LiE,BeardC,JaenischR:
RoleforDNAmethylationingenomicimprinting.Nature1993,366（6453）:
362-365.
3.FangF,HodgesE,MolaroA,DeanM,HannonGJ,SmithAD:
Genomiclandscapeofhumanallele-specificDNAmethylation.ProcNatlAcadSciUSA2012,109（19）:
7332-7337.
4.PanningB,JaenischR:
RNAandtheepigeneticregulationofXchromosomeinactivation.Cell1998,93（3）:
305-308.
5.FeinbergAP,CuiH,OhlssonR:
DNAmethylationandgenomicimprinting:
insightsfromcancerintoepigeneticmechanisms.SeminCancerBiol2002,12（5）:
389-398.
6.EhrlichM:
DNAmethylationincancer:
toomuch,butalsotoolittle.Oncogene2002,21（35）:
5400-5413.
7.JonesPA,BaylinSB:
Thefundamentalroleofepigeneticeventsincancer.NatRevGenet2002,3（6）:
415-428.
8.DasPM,SingalR:
DNAmethylationandcancer.JClinOncol2004,22（22）:
4632-4642.
9.RobertsonKD:
DNAmethylationandhumandisease.NatRevGenet2005,6（8）:
597-610.
10.BeckS,RakyanVK:
Themethylome:
approachesforglobalDNAmethylationprofiling.TrendsGenet2008,24（5）:
231-237.
11.JavierreBM,FernandezAF,RichterJ,Al-ShahrourF,Martin-SuberoJI,Rodriguez-UbrevaJ,BerdascoM,FragaMF,O'
HanlonTP,RiderLGetal:
ChangesinthepatternofDNAmethylationassociatewithtwindiscordanceinsystemiclupuserythematosus.GenomeRes2010,20
（2）:
170-179.
12.HansenKD,TimpW,BravoHC,SabunciyanS,LangmeadB,McDonaldOG,WenB,WuH,LiuY,DiepDetal:
Increasedmethylationvariationinepigeneticdomainsacrosscancertypes.NatGenet2011,43（8）:
768-775.
13.ZhengX,ZhaoQ,WuH-J,LiW,WangH,MeyerCA,QinQA,XuH,ZangC,JiangP:
MethylPurify:
tumorpuritydeconvolutionanddifferentialmethylationdetectionfromsingletumorDNAmethylomes.GenomeBiol2014,15:
419.
问题一：
假设在纯的细胞系中，单个位点的甲基化水平或者是0，或者是1
对于cancer和normal成对的样本，利用秩和检验选取有信息的cpg位点，建立线性统计模型
，其中
表示肿瘤细胞的纯度，
表示cancer中第i个位点的甲基化水平，
表示normal中第i个位点的甲基化水平，
表示cancer中第i个位点的甲基化水平；
当
时，
，否则
。
应用此模型对于每一个位点均得到纯度
，再取均值即可到整个样本的纯度，将此方法应用每一个样本，将得到的结果与absolute作比较，得到下图结果：
图1：
线性统计模型估计肿瘤纯度与absolute估计纯度的相关系数
程序：
setwd（"
/mnt/Storage/home/zhengxq/wwzhang/homework/processed/paired_cancer"
）
##readcancerandmakeadataframe
dir<
-"
/mnt/Storage/home/zhengxq/wwzhang/homework/luaddata/cancerpair/"
file.names<
-list.files（dir）
n<
-length（file.names）
cpg<
-read.delim（paste（dir,file.names[1],sep="
"
）,header=T）[,1][-1]
-as.vector.factor（cpg）
cancer<
-c（）
for（iin1:
n）{
dat<
-read.delim（paste（dir,file.names[i],sep="
）,header=T）
a<
-dat[,2][-1]
-as.vector.factor（a）
-as.numeric（a）
cancer<
-cbind（cancer,a）
colnames（cancer）[i]<
-strsplit（file.names[i],"
."
fixed=TRUE）[[1]][6]
}
rownames（cancer）<
-cpg
save（cancer,file="
cancer.RData"
##readnormalandmakeadataframe
dir1<
/mnt/Storage/home/zhengxq/wwzhang/homework/luaddata/normalpair/"
file<
-list.files（dir1）
m<
-length（file）
normal<
m）{
-read.delim（paste（dir1,file[i],sep="
normal<
-cbind（normal,a）
colnames（normal）[i]<
-strsplit（file[i],"
rownames（normal）<
save（normal,file="
normal.RData"
#########################################################################
##选取秩和检验中pvalue<
10^-6的有差异的CPG位点
/home/users/wwzhang/wwzhang/luadprocessed/purity_wilcox_paired_mean"
load（"
/home/users/wwzhang/wwzhang/luadprocessed/normal.RData"
/home/users/wwzhang/wwzhang/luadprocessed/cancer.RData"
tnormal<
-t（na.omit（normal））
tcancer<
-t（na.omit（cancer））
index<
-intersect（colnames（tcancer）,colnames（tnormal））
tcancer1<
-tcancer[,index]
tnormal1<
-tnormal[,index]
-ncol（tcancer1）
value<
value<
-cbind（value,wilcox.test（tcancer1[,i],tnormal1[,i],paired=T）$p.value）
colnames（value）[i]<
-colnames（tcancer1）[i]
-which（value<
10^-6）
posi<
-colnames（value）[index]
mcancer<
-cancer[posi,]
mnormal<
-normal[posi,]
#############################################################
###########利用线性统计模型求cancer的纯度####################
purity<
-function（x,y,i）{
s1<
-x[,i]
d1<
-y[,i]
n<
-length（s1）
chundu<
for（jin1:
if（s1[j]>
d1[j]）{
p<
-（s1[j]-d1[j]）/（1-d1[j]）
}else{
-（d1[j]-s1[j]）/d1[j]
}
-append（chundu,p）
pingjun<
-mean（chundu）
return（pingjun）
pur<
29）{
-purity（mcancer,mnormal,i）
pur<
-cbind（pur,a）
colnames（pur）[i]<
-colnames（mcancer）[i]
save（pur,file="
purity_wilcox_paired_mean_0.000001.RData"
###########计算线性模型估计的纯度与absolute估计纯度的相关性#################
##loadabsolutpurity
absolute<
-read.delim（"
nature.tumor_purity"
header=T,sep="
-absolute[,3]
-as.data.frame（purity）
rownames（purity）<
-absolute[,1]
purity_wilcox_paired_mean_0.000001.RData"
-t（pur）
rownames（pur）[i]<
-substr（rownames（pur）[i],1,12）
name<
-as.vector.factor（absolute[,1]）
-intersect（rownames（pur）,rownames（purity））
purnew<
-as.data.frame（pur[index,]）
puritynew<
-as.data.frame（purity[index,]）
rownames（puritynew）<
-index
cor<
-cor（purnew,puritynew）
-round（as.vector（cor）,3）
tag<
-paste0（"
R="
cor）
pdf（"
purity_mean.pdf"
-lm（puritynew[,1]~purnew[,1]）
plot（purnew[,1],puritynew[,1],xlab="
luadpurity"
ylab="
absolutepurity"
abline（m）
text（0.2,0.6,tag）
dev.off（）
问题二：
对于没有癌旁没有正常组织的样本，即没有对照组的cancer采取如下处理：
（1）选取没有癌旁正常组织的所有cancer将其与已有的normal做秩和检验，选取pvalue<
10^-6的位点。
（2）将已有的normal取peak作为该位点的甲基化水平
（3）将所有的cancer与
（2）得到的一个样本应用问题一的线性统计模型，求得没有癌旁正常组织的cancer的纯度，再将其与absolute估计出来的纯度作比较，结果如下：
图2：
没有癌旁正常组织的cancer纯度与absolute估计纯度的相关系数
########loadnormalsample
/mnt/Storage/home/zhengxq/wwzhang/homework/cancer_unpaired"
mnormal_wilcox.test_paired_10^-6.RData"
##################################################################
#将所有的normal按位点取peak作为该位点的甲基化水平
-nrow（mnormal）
methy<
alpha=density（mnormal[i,]）
x=alpha$x
y=alpha$y
a=x[which.max（y）]
methy<
-cbind（methy,a）
colnames（methy）[i]<
-rownames（mnormal）[i]
#readcancersample
/mnt/Storage/home/zhengxq/wwzhang/homework/luaddata/cancer/"
）,header=T,skip=1）[,1]
-as.character（cpg）
##read427unpairedcancer
dat<
）,header=T,skip=1）
a<
-dat[,2]
colnames（cancer）[i]<
##make427cancersampledataframematchnormal
-na.omit（cancer）
-intersect（rownames（cancer）,rownames（t（methy）））
cancerlast<
-cancer[index,]
methylast<
-t（methy）[index,]
###################################################################
#computecancerpurity
F.purity<
-y
return（purity）
m=ncol（cancerlast）
-F.purity（cancerlast,methylast,i）
-colnames（cancerlast）[i]
luad-purity_mean.RData"
###########################################################################
#luadandabsolutecorrelation
luad-purity_mean.RData"
427）{
升级会员 