用GDSC数据库的结肠癌细胞系数据来计算基因与IC50的相关性

11111.PNG

目的是重复上图。

背景知识

氟尿嘧啶:5-氟尿嘧啶在体内转化成氟脱氧尿嘧啶( FdUMP )是dUMP的类似物,与胸苷酸合酶发生不可逆的结合,抑制其活性。另外5-FU还可以转化成5-氟尿嘧啶核苷整合进RNA或者DNA,阻碍蛋白质的合成或者RNA发挥作用。


fu.PNG

MSI (microsatellite instability)是微卫星不稳定
MMR(mismatch repair)是指基因错配修复功能
人类错配修复基因(MMR基因)经转录翻译后可表达相应的错配修复蛋白,如果任一MMR蛋白表达缺失可造成细胞的错配修复功能缺陷,则对DNA复制过程中的碱基错配丧失修复功能而造成累积,导致微卫星不稳定(MSI)的发生,约15% 的结直肠癌是经由MSI途径引发的。MSI分为高度不稳定(MSI-H)、低度不稳定(MSI-L)和稳定(MS-S);MMR分为错配修复功能缺陷(dMMR)和错配修复功能完整(pMMR)。dMMR等同于微卫星高度不稳定(MSI-H), pMMR则等同于微卫星低度不稳定(MSI-L)或微卫星稳定(MSS)。

step1 下载数据

进入GDSC数据库(链接),进入下载界面,下载所需文件:

step2 整理数据

根据细胞系注释信息在EXCEL中筛选出CRC细胞系,并将其分开成MSS和MSI


CRC.PNG

根据细胞系与药物的数据筛选出5-FU处理的细胞系


5fu.PNG

根据细胞系基因表达数据整理出目标基因的表达数据
gene.PNG

每个数据都有带identifier便于后续数据间的合并

step3 合并数据(R语言)

setwd("D:\\GDSC")
crc=read.table("CRC.txt",sep="\t",header=T,check.names=F)
fu=read.table("celllines-5-fu.txt",sep="\t",header=T,check.names=F)
total=merge(crc,fu,by='CELL_LINE_NAME')
write.table( t, file="t.txt",sep="\t",quote=F,row.names=F)
t=read.table("t.txt",sep="\t",header=T,check.names=F)
MSS=read.table("MSS.txt",sep="\t",header=T,check.names=F)
MSI=read.table("MSI.txt",sep="\t",header=T,check.names=F)
exp=read.table("exp.txt",sep="\t",header=T,check.names=F)
TET2=read.table("TET2.txt",sep="\t",header=T,check.names=F)
MSITET2=merge(MSI,TET2,by='identifier')
write.table( MSITET2, file="MSITET2.txt",sep="\t",quote=F,row.names=F)
MSSTET2=merge(MSS,TET2,by='identifier')
write.table( MSSTET2, file="MSSTET2.txt",sep="\t",quote=F,row.names=F)

step4 作图(Graphpad)

利用graphpad绘制基因与IC50的散点图,并做线性拟合,计算相关系数(pearson)


KDM4CMSS.PNG

KDM4CMSI.PNG

参考文献:
Ou J, Peng Y, Yang W, et al. ABHD5 blunts the sensitivity of colorectal cancer to fluorouracil via promoting autophagic uracil yield[J]. Nature communications, 2019, 10(1): 1078.

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,732评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,496评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,264评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,807评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,806评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,675评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,029评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,683评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,704评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,666评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,773评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,413评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,016评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,204评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,083评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,503评论 2 343

推荐阅读更多精彩内容