尔云间生信代码|基于差异基因对通路的影响挖掘关键通路
Signaling pathway impact（SPI）分析本代码考虑到差异基因数目和log-fold change值的同时，也计算了基因对pathway的扰动效应。结合bootstrap方法计算基因对pathway扰动的显著性。其优点是整合了基因对pathway的多种影响因素而计算差异基因对pathway影响的全局显著性。输入的文件为：基因的表达矩阵（预处理后去重的基因表达矩阵文件exprs.txt），样本的分组信息（样本的临床信息p.txt）。输出的文件为volcano.pdf差异基因火山图、SPI_Analysis_KEGG.txt差异基因对pathway扰动结果。
使用方法：
Rscript SPI_Analysis.R -exp= --colselect= -pdata= -pvalue= –logfc=
参数说明：
USAGE:
-exp=-colselect=-pdata=-pvalue=-logfc=
PARAMETERS:
-exp the expression profile data ,input txt format
-colselect the Sample grouping column name
-pdata the Sample grouping information data,input txt format
-pvalue the Differential expression gene screening threshold with FDR adjusted p-values
-logfc the Differential expression gene screening threshold with log fold change
操作步骤：
1、打开命令行界面，输入“Rscript SPI_Analysis.R”调阅帮助文档，确定该程序所需的输入文件。
2、用户根据帮助文档中的参数说明内容，对参数进行设置。这里，必须输入参数有3个，分别是-exp，表示处理好的表达谱数据；-p 表示样本信息文件；- colselect 表示样本分组列名称；可选参数为pvalue，表示差异基因筛选BH校正后p值阈值，默认值为0.05；logfc表示差异基因筛选差异倍增阈值，默认值为1。
3、完成参数提交后，按下回车键，整个程序即正式开始进入执行。每步执行内容都会给出提示。程序执行完毕后，界面会显示“Program execution is completed”结束语。
结果展示：
DEG.csv（差异基因筛选结果）
logFC：log2转换后的差异倍增值；P.Value：t检验后的p值；adj.P.Val：经过校正的p值
volcano.pdf（火山图）
蓝色为下调差异基因，红色为上调差异基因
SPI_Analysis_KEGG.txt（差异基因对pathway扰动结果）
Name：通路名称；ID：通路id；pSize：该通路基因数目，NDE：该通路差异基因数目；pNDE：通路中随机挑选的差异基因数目；tA：每个通路上所有扰动累积的总和；pPERT：抑制或激活的可能性；pG：在所研究的病症中该通路受到显着影响值；Status：激活还是抑制。
特别说明：本代码经申请软件著作权，仅转让使用权，不转让所有权
如需代码及示例数据等文件，请扫码聊天框回复 “代码”领取！
写在文末：
如果您近期想做生信方面的文章而苦于没有思路，或者不知道如何来入手生信分析，或者兑具体的某一个图有作图需求，都可以扫码咨询小云，我们有专业的技术团队，生信热点思路设计、生信分析、热点方向生信挖掘等，如有需要，可扫码下方二维码了解详情 !
