Top of Case Study

TCGA-READ: メチル化状態と生存率の解析例

TCGA-READ: analysis of the methylation alteration and survival rate.

このチュートリアルは、下記の4つのパートで構成されます。目安の時間をあわせて表記していますので、見る必要のないところは飛ばしていただいて結構です。

Part1 '00"00 - 準備

以前投稿したTCGAのメチル化データを解析するムービーで、5つのNormal-Tumorペアから共通でメチル化状態が低下または上昇しているサイトを抽出しました。まずは、この解析済みデータをインポートして、次に新しくTCGA-READのすべてのデータをインポートします。ここでのポイントは、次のステップに進む前にPlatformを統合しておくことです。

Part2 '02"50 - Setting Up A Series of All Tumor Samples.

TCGA-READのTumorサンプルのSeriesを作成し、意味が引き出しやすいように情報を整えます。さらに、TCGAが提供するサンプルの付属情報を取り込んで、生存率に与える影響を調べる準備をします。

Part3 '06"20 - A Clustering Analysis of Hypo- or Hyper-Methylated Sites.

Tumorに於いて hypo- または hyper- の状態変化を示したメチル化サイトを使って、すべてのTumorサンプルをクラスタリングにかけて分類します。hypo- サイトによりTumorサンプルを4つのクラスターに、そしてhyper- サイトにより2つのクラスターに分類しました。

Part4 '10"15 - Kaplan Meier Survival Curve Analysis

Kaplan-Meier Survival Curve ツールを使って、パラメーターが生存率に与える影響を調べます。面白いことに、hypo- サイトは生存率に盈虚なさそうなのですが、hyper- サイトは予後の良い群と悪い群に分けることができる可能性が示唆されました。

この解析のあと、これらのサイトの下流にある遺伝子の発現プロファイルと、その発現プロファイルの生存率に与える影響について知りたいと思うかもしれません。RNA-Seqのデータおよび解析例はこちらをご覧ください。

Subriumでデータを閲覧 & SSAファイルのダウンロード

Go Subrium

関連トピック

大きなデータセットを解析するには、大きなメモリー(RAM)が必要となります。メモリーエラーが頻発するようでしたら、物理的にメモリーを追加することが解決策となります。もしメモリー追加ができない場合は、下記の回避策をご検討ください。

限られたメモリーで大きなデータセットを解析する方法