ROnmine处理oncomine数据

1. 基本介绍

oncomine是一个很好的肿瘤数据库，功能很强大，也有可视化的操作，但是最大的问题是数据不能很好的获得，，而且自带的图很丑（而且只是png），关于oncomine的教程有很多，比较经典有解螺旋的教程，比如下面这个，基本涵盖了常用的功能：

• 麦子陪你做作业（三）：肿瘤经典数据库Oncomine实训操作

然而，大神yikeshu0611默默的为我们付出，之前开发了一个R包叫ROncomine可以很方便的获得数据，并且再次出图，不过最近又更新为oncomineR了，新版的我还没研究，这里我们还是先说老版的ROncomine

这个包以前托管在Github上（由于众所皆知的原因，国内访问Github很困难），但是目前已经删除了，好在我之前已经导入到了我的码云上了，所以也可以很快的安装。

以前其实还有一个教程破解oncomine无法免费下载数据，学员开发了一款R语言包，但是目前也被删除了，估计这个还是有版权的，所以我还是悄悄的写个自己看的教程

首先需要安装devtools，然后调用install_git函数就可以直接安装,之后就方便了

install.packages(‘devtools’)

devtools::install_git(’https://gitee.com/swcyo/oncomineR’))

其实每一个oncomine的数据都可以使用浏览器获得，用chrome浏览器登录，随便一个地方鼠标右击找到检查元素，就可以看到代码区，使用Crtl+F查找<map，我们需要的代码全都在<map那一片，右击复制然后新建一个文本文档保存起来

oncomineR的原理只是是把检查元素里<map那串代码二次处理，从而简化工作，然后调用ploty作图，当然你也可以用ggplot2再次画图

2. 单基因在基本中的总结（Gene Summary）

按照解螺旋的教程，比如搜索CXCL8基因，实际上基因名为IL8，然后我们可以在右边看到这样的一个热图：

我们复制<map那一串代码，保存为heatmap.txt文件，我们可以用Oncomine_heatmap_DiseaseSummaryfor_SomeGene处理

 library(ROncomine)
heat<-Oncomine_heatmap_DiseaseSummaryfor_SomeGene('/Users/mac/Documents/GitHub/myblog/content/post/2021-08-19-oncomine/heatmap.txt') # 命名为heat
knitr::kable(heat) ## 这步是我的教程示例代码，不需要执行

这样我们很快的就提取了所有需要的数据，比如我们只想提取Cancer vs. Normal，那么可以用R语言处理，也可以用DataEditR交互式处理，或者导出来用excel处理

# cn<-heat[heat$`Analysis Type` == 'Cancer vs. Normal',]
# DataEditR::data_edit(heat) # 也可以用交互式编辑
 cn<-read.csv('/Users/mac/Documents/GitHub/myblog/content/post/2021-08-19-oncomine/cn.csv')
knitr::kable(cn)

3. 正常与癌症组织比较（Differential Analysis）

继续使用解螺旋的示例，用Oncomine分别查询CXCL8在肠癌组织（与正常比）中高表达的数据集和低表达的数据集。筛选条件：P-value：1E-4；Fold Change：3；GENE Rank：Top10%。

这里要注意，默认选择的是子数据，比如Kalser Colon，光标是在Colon Mucinous Adenocarcinoma vs. Normal，这样只是比较肿瘤亚型与正常，这个时候在Differential Analysis的GROUP BY是灰白的，如果我们要看所有，就要点击Kalser Colon，然后GROUP BY就可以选择下拉框了，我们选择Cancer and Normal Type，我们可以看到在GROUP里有很多很多的分组，其实就是很多很多的数据，我们想要的都可以提取了

默认的是一个barplot，出现的是直方图，鼠标在柱子上停留就可以看到value，也就是我们需要的

可以看到有一个箱式图的图标，点一下就变成了Boxplot，鼠标房子Box上可以看到参数

同样的办法，复制<map代码区并保存为文本文件，比如命名为box.txt,这里其实box和bar的界面结果是一样的，我们在bar里复制，然后使用Oncomine_bar函数

 box<-Oncomine_bar('/Users/mac/Documents/GitHub/myblog/content/post/2021-08-19-oncomine/box.txt')
knitr::kable(box)

我们可以用自带的函数画个图，有两个图，一个是bar_plot，一个是box_plot

Oncomine_bar_plot(box)

## 载入需要的程辑包：ggplot2

## 
## 载入程辑包：'plotly'

## The following object is masked from 'package:ggplot2':
## 
##     last_plot

## The following object is masked from 'package:stats':
## 
##     filter

## The following object is masked from 'package:graphics':
## 
##     layout

Oncomine_box_plot(box)

当然我们也可以用ggplot2作图


```r
library(ggplot2) 
ggplot(box,aes(`Cancer Type`,`Expression value`,color=`Cancer Type`))+
  geom_boxplot()+
  theme_bw(base_size = 12)+
  theme(axis.text.x = element_text(angle=90, hjust=1, vjust=.5))