计算生物学期末作业张伟伟综述Word格式.docx

1、）。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. Li E, Bestor TH, Jaenisch R: Targeted mutation of the DNA methyltransferase gene results in embryonic lethality. Cell 1992, 69（6）:915

2、-926.2. Li E, Beard C, Jaenisch R: Role for DNA methylation in genomic imprinting. Nature 1993, 366（6453）:362-365.3. Fang F, Hodges E, Molaro A, Dean M, Hannon GJ, Smith AD: Genomic landscape of human allele-specific DNA methylation. Proc Natl Acad Sci U S A 2012, 109（19）:7332-7337.4. Panning B, Jae

3、nisch R: RNA and the epigenetic regulation of X chromosome inactivation. Cell 1998, 93（3）:305-308.5. Feinberg AP, Cui H, Ohlsson R: DNA methylation and genomic imprinting: insights from cancer into epigenetic mechanisms. Semin Cancer Biol 2002, 12（5）:389-398.6. Ehrlich M: DNA methylation in cancer:

4、too much, but also too little. Oncogene 2002, 21（35）:5400-5413.7. Jones PA, Baylin SB: The fundamental role of epigenetic events in cancer. Nat Rev Genet 2002, 3（6）:415-428.8. Das PM, Singal R: DNA methylation and cancer. J Clin Oncol 2004, 22（22）:4632-4642.9. Robertson KD: DNA methylation and human

5、 disease. Nat Rev Genet 2005, 6（8）:597-610.10. Beck S, Rakyan VK: The methylome: approaches for global DNA methylation profiling. Trends Genet 2008, 24（5）:231-237.11. Javierre BM, Fernandez AF, Richter J, Al-Shahrour F, Martin-Subero JI, Rodriguez-Ubreva J, Berdasco M, Fraga MF, OHanlon TP, Rider LG

6、 et al: Changes in the pattern of DNA methylation associate with twin discordance in systemic lupus erythematosus. Genome Res 2010, 20（2）:170-179.12. Hansen KD, Timp W, Bravo HC, Sabunciyan S, Langmead B, McDonald OG, Wen B, Wu H, Liu Y, Diep D et al: Increased methylation variation in epigenetic do

7、mains across cancer types. Nat Genet 2011, 43（8）:768-775.13. Zheng X, Zhao Q, Wu H-J, Li W, Wang H, Meyer CA, Qin QA, Xu H, Zang C, Jiang P: MethylPurify: tumor purity deconvolution and differential methylation detection from single tumor DNA methylomes. Genome Biol 2014, 15:419.问题一：假设在纯的细胞系中，单个位点的甲

8、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/

9、processed/paired_cancer）#read cancer and make a dataframedir-/mnt/Storage/home/zhengxq/wwzhang/homework/luaddata/cancerpair/file.names-list.files（dir）n-length（file.names）cpg-read.delim（paste（dir,file.names1,sep=）,header=T）,1-1-as.vector.factor（cpg）cancer-c（）for（i in 1:n） dat-read.delim（paste（dir,fil

10、e.namesi,sep=）,header=T） a-dat,2-1-as.vector.factor（a）-as.numeric（a） cancer-cbind（cancer,a） colnames（cancer）i-strsplit（file.namesi,.,fixed=TRUE）16rownames（cancer）-cpgsave（cancer,file=cancer.RData# read normal and make a dataframedir1/mnt/Storage/home/zhengxq/wwzhang/homework/luaddata/normalpair/file

11、-list.files（dir1）m-length（file）normalm）-read.delim（paste（dir1,filei,sep= normal-cbind（normal,a） colnames（normal）i-strsplit（filei,rownames（normal）save（normal,file=normal.RData#选取秩和检验中pvalue10-6的有差异的CPG位点/home/users/wwzhang/wwzhang/luadprocessed/purity_wilcox_paired_meanload（/home/users/wwzhang/wwzhan

12、g/luadprocessed/normal.RData/home/users/wwzhang/wwzhang/luadprocessed/cancer.RDatatnormal-t（na.omit（normal）tcancer-t（na.omit（cancer）index-intersect（colnames（tcancer）,colnames（tnormal）tcancer1-tcancer,indextnormal1-tnormal,index-ncol（tcancer1）value value-cbind（value,wilcox.test（tcancer1,i,tnormal1,i,

13、paired=T）$p.value） colnames（value）i-colnames（tcancer1）i-which（value10-6）posi-colnames（value）indexmcancer-cancerposi,mnormal-normalposi,#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） chundud1j） p-（s1j-d1j）/（1-d1j） else-（d1j-s1j）/d1j -append（chundu,p） pingjun-mean（chundu） return

14、（pingjun）pur29）-purity（mcancer,mnormal,i） pur-cbind（pur,a） colnames（pur）i-colnames（mcancer）isave（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#load absolut purityabsolute-read.delim（nature.tumor_purity,header=T,sep=-absolute,3-as.data.frame（purity）rownames（purity）-ab

15、solute,1purity_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（purindex,）puritynew-as.data.frame（purityindex,）rownames（puritynew）-indexcor-cor（purnew,puritynew）-round（as

16、.vector（cor）,3）tag-paste0（R=,cor）pdf（purity_mean.pdf-lm（puritynew,1purnew,1）plot（purnew,1,puritynew,1,xlab=luadpurity,ylab=absolute purityabline（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pvalue10-6的位点。（2）将已有的normal取peak作为该位点的甲基化水平

17、（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#load normal sample/mnt/Storage/home/zhengxq/wwzhang/homework/cancer_unpairedmnormal_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 = dens

18、ity（mnormali,） x = alpha$x y = alpha$y a= xwhich.max（y） methy-cbind（methy,a） colnames（methy）i-rownames（mnormal）i# read cancer sample/mnt/Storage/home/zhengxq/wwzhang/homework/luaddata/cancer/）,header=T,skip=1）,1-as.character（cpg）# read 427 unpaired cancer dat）,header=T,skip=1）a-dat,2colnames（cancer）

19、i# make 427 cancer sample dataframe match normal-na.omit（cancer）-intersect（rownames（cancer）,rownames（t（methy）cancerlast-cancerindex,methylast-t（methy）index,# compute cancer purityF.purity-y return（purity）m=ncol（cancerlast）-F.purity（cancerlast,methylast,i）-colnames（cancerlast）iluad-purity_mean.RData# luad and absolute correlationluad-purity_mean.RData 427）