Cogena-2 (CoExpression 분석)

Cogena-2 (CoExpression 분석) Start.

BioinformaticsAndMe

Cogena-1 (CoExpression 분석) 에 이어지는 내용이다.

8. Drug enrichment analysis

Cogena 에서는 expression에 따른 클러스터에 관련된 Drug을 매칭해주는 작업을 말한다

# Drug data set

cmapDn100_cogena_result <- clEnrich_one(genecl_result, "pam", "10",

sampleLabel=sampleLabel, annofile=system.file("extdata", "CmapDn100.gmt.xz", package="cogena") )

summary(cmapDn100_cogena_result)

CmapDn100.gmt 을 보면 아래와 같은 테이블 형태이다

9. Drug repositioning

Drug repositioning : 임상에서 실패한 약물 or 시판되는 의약품을 재평가하여 새로운 약효를 찾는 방법

(Drug repositioning 은 깊게 들어가면 끝도 없으므로, 나중에 새로운 칼럼으로 다루겠다..)

heatmapPEI(cmapDn100_cogena_result, "pam", "10",  maintitle="Drug repositioning for Psoriasis")

# cluster 7 기준

heatmapCmap(cmapDn100_cogena_result, "pam", "10",  orderMethod = "7", maintitle="Drug repositioning for Psoriasis")

up expression 되어 있는 Cluster#7을 기준으로 'etoposide' 가 가장 Enrichment한 것이 보인다.

(에토포사이드 항암제로 쓰이는거 맞나?)

10. 클러스터 유전자 뽑기

# 4번 cluster 유전자

# Always make the number as character, please! (숫자에 quote 혹 double quote 해주란 얘기)

geneC <- geneInCluster(clen_res, "pam", "10", "4")

head(geneC)

11. 클러스터 expression matrix 뽑기

# Gene expression profiling with cluster information

# Always make the number as character, please!

gec <- geneExpInCluster(clen_res, "pam", "10")

gec$clusterGeneExp[1:3, 1:4]

gec$label[1:4]

12. Gene correlation 확인

# The gene correlation in a cluster

# Always make the number as character, please!

corInCluster(clen_res, "pam", "10", "10")

음 위에 그림은.. 파란색이 짙고 and 클수록 연결된 유전자 사이의 positive한 상관관계가 높다는 것을 의미한다.

반대로, 지금은 없지만, 빨간색이 짙고 and 클수록 해당 유전자 사이의 negative한 상관관계가 높다.

Correlation analysis에서 항상 명심해야하는 것은 상관관계가 높다고 절대 원인, 결과에 있는게 아니다..

예를 들어, FADS2 유전자 발현이 높은 것이 KRT79의 높은 발현의 원인이라 말할 수없다.

y=ax+b의 형태인 원인, 결과를 하고 싶다면, 회귀분석을 하자!

호호.. 끝났다. 사실 Cogena 툴은 상당히 돌리기 쉬운 축에 속하는 R package이다.

WGCNA 이란 비슷한 패키지도 있다는 것을 알아두자.

마지막으로, 발현 유전자 (DEG)를 분석하는 다양한 방법이 있다. 전체를 다 떄려 넣던지, Up|Down 따로 보던지, Cluster로 보던지...

정답은 없어 보인다. 생물학 연구에서 유전자 발현이란게 조직마다, 연구환경마다 너무나 다르기 때문에

여러 분석을 진행해보면서, 자신의 가설에 가장 적합한 방향으로 스터디를 진행하는 것이 좋을 듯 하다.

Cogena-2 (CoExpression 분석) End.

BioinformaticsAndMe