對于轉(zhuǎn)錄組數(shù)據(jù)而言，差異分析和富集分析是最核心的分析內(nèi)容之一，通過TCGAbiolinks可以輕松實現(xiàn)TCGA表達譜數(shù)據(jù)的下載，差異分析，富集分析等功能，以乳腺癌的基因表達譜為例，分析過程如下

1. 下載原始數(shù)據(jù)

由于TCGA中乳腺癌的樣本很多，所以只挑選了部分樣本來測試，下載的過程如下

2. 差異分析

詳細步驟如下

1. 對數(shù)據(jù)進行預(yù)處理，根據(jù)樣本間的斯皮爾曼相關(guān)系數(shù)去除相關(guān)性較低的樣本

2. 歸一化，調(diào)用了EDASeq中的歸一化算法

3. 篩選基因，根據(jù)表達量的均值進行篩選

4. 差異分析，調(diào)用了edgeR中的差異算法

代碼如下

3. 富集分析

代碼如下

可視化的結(jié)果如下所示

GO的3大類別加上kegg pathway共4個類別的數(shù)據(jù)，對應(yīng)4張柱狀圖，每個柱狀圖展示的是FDR值最顯著的top10個條目，橫坐標(biāo)我-log10(FDR), 散點代表的是GeneRatio, 也稱之為enrich factor, 代表富集到該通路下的差異基因個數(shù)占該通路下所有基因總數(shù)的比例。