本文主要是介绍HPA数据库及HPAanalyze包使用,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
关于HPA数据库的介绍:Human Protein Atlas 数据库 – 王进的个人网站 (jingege.wang)
The Human Protein Atlas
文献
HPAanalyze: an R package that facilitates the retrieval and analysis of the Human Protein Atlas data | BMC Bioinformatics | Full Text (biomedcentral.com)
HPAanalyze 是一个 R 包,用于检索和执行来自 HPA 的数据的探索性分析。HPAanalyze提供了从HPA导入数据表和xml文件、导出和可视化数据以及下载所有感兴趣的染色图像的功能。
不同的 HPA 数据格式
HPA 项目通过两种主要机制提供数据:以可下载的压缩制表符分隔值 (TSV) 文件形式提供完整数据集,以及可扩展标记语言 (XML)、资源描述框架 (RDF) 和 TSV 格式的单个条目。完整的可下载数据集包括正常组织、病理学(癌症)、亚细胞位置、RNA 基因和 RNA 亚型数据。对于单个条目,XML 格式是最全面的:它提供有关靶蛋白、抗体和每个组织的摘要的信息。此外,还提供了每个样本的详细数据,包括临床信息、免疫组织化学 (IHC) 评分和图像下载链接。
HPAanalyze 概述
HPAanalyze 旨在完成三个主要任务:(1) 导入、子集和导出可下载数据集;(2)用于探索性分析的可下载数据集的可视化;(3)促进单个XML文件的工作(图1)。1). 该软件包旨在为编程经验不足的研究人员提供服务,同时也允许高级用户根据需要使用导入的数据。
(1) 用于可下载数据集的 hpaDownload;(2) hpaVis,用于快速和可定制的可视化;(3) hpaXml,用于从单个 XML 文件中提取信息。显示的图像是生成的示例数据或可从 HPA 下载的图像。
原文还提供了许多示例进行分析
HPAanalyze包下载病理切片数据
由于HPA在线网站上的病理切片数据下载不方便,遂采用R包进行相关数据的下载。其他数据下载在教程中有详细介绍,这里测试病理数据的下载。
Bioconductor - HPAanalyze
HPAanalyze: HPA数据库使用 (gitee.com)
rm(list = ls())
#包安装##
if (!require("BiocManager", quietly = TRUE))install.packages("BiocManager")
BiocManager::install("HPAanalyze")
BiocManager::install("BiocStyle")##还需要辅助安装#加载包 Update all/some/none? [a/s/n]: n
library(BiocStyle)
library(HPAanalyze)
library(dplyr)
例子从NCBI查找需要的基因:CCNB1
Search: ENSG00000134057 - NLM (nih.gov)
解决网络问题方案:什么鬼,你才60秒? - 知乎 (zhihu.com)
查看信息技巧:R语言将list转变为dataframe(常用)_r list 转换成 dataframe-CSDN博客
病理数据下载
## -----------------------------------------------------------------------------
?hpaXmlGet
CCNB1xml <- hpaXmlGet("ENSG00000134057")
##网络问题#
#In download.file(url = version_to_xml_url(targetEnsemblId, version), :
#URL 'https://www.proteinatlas.org/ENSG00000134057.xml': Timeout of 60 seconds was reached
#多次尝试测试#CCNB1_ab <- hpaXmlAntibody(CCNB1xml)#提取用于特定蛋白质的抗体的信息
CCNB1_ab##查看蛋白结果信息CCNB1_expr <- hpaXmlTissueExpr(CCNB1xml)
#从hpaXmlGet()生成的导入xml文档中提取每个样本的组织表达信息和url以下载图像
str(CCNB1_expr[[1]])
data <- CCNB1_expr[[1]]
##查看该抗的样本具体信息(很重要,也可以直接通过具体信息下载需要的图片)dir.create("img")
for (i in 1:nrow(CCNB1_expr[[1]])) {download.file(CCNB1_expr[[1]]$imageUrl[i],destfile = paste0("img/", CCNB1_ab$id[1], "_",CCNB1_expr[[1]]$patientId[i], "_",CCNB1_expr[[1]]$tissueDescription2[i],## the extra i below ensures unique file namei, ".jpg"),mode = "wb")}
hpaXml 函数系列支持从 HPA 为每种蛋白质提供的单个 XML 文件中导入和提取数据。使用 XML 文件的典型工作流包括以下步骤:
-
使用 hpaXmlGet 下载并导入 XML 文件。
-
使用其他 hpaXml 函数提取所需的信息。
-
下载 hpaXmlTissurExpr 和 hpaXmlTissueExprSum 函数当前支持的组织学染色图像。该函数返回一个列表,其中包含一个摘要字符串,它是对蛋白质的一个非常简短的描述,还有一个由两列组成的表:组织(可用组织的名称)和imageUrl(下载透视图像的链接)
hpaXmlGet 函数采用一个 HGNC 符号或 Ensembl ID(以 ENSG 开头),并将透视 XML 文件导入到 R 中。此函数在后台调用 xml2::read_xml 函数,因此如果需要,可以使用 xml2 包中的函数进一步处理生成的对象。可以使用 hpaXmlProtClass 从导入的 XML 中提取查询蛋白质的蛋白质类。函数 hpaXmlTissueExprSum 提取目标蛋白在正常组织中的表达摘要。该函数的输出是 (1) 包含一句话摘要的字符串,以及 (2) 蛋白质阳性染色的所有组织的数据框以及这些组织的图像。
XML 文件是唯一可编程访问的 HPA 数据格式,其中包含有关项目中使用的每种抗体和每个组织样本的信息。hpaXmlAntibody 提取抗体信息,并返回一个数据框,每个抗体有一行。hpaXmlTissueExpr 提取上述每种抗体的所有样本信息,并返回数据帧列表。如果抗体尚未用于 IHC 染色,则返回的数据框将为空。每个数据框包含临床数据(患者 ID、年龄、性别)、组织信息(snomedCode、tissueDescription)、染色结果(染色、强度、位置)和每个样本的一个 imageUrl。
方法一:通过代码批量下载病理数据
方法二:可以直接通过图片信息链接下载保存图片
http://images.proteinatlas.org/115/2043_B_2_8.jpg
qupath进一步半定量分析
下载一张ki67 染色IHC进行半定量分析测试:明天在写
数字病理图像分析的开源软件qupath学习 ①-CSDN博客
Projects — QuPath 0.5.1 documentation
参考文献:
1:HPAanalyze: an R package that facilitates the retrieval and analysis of the Human Protein Atlas data
2:Bioconductor - HPAanalyze
这篇关于HPA数据库及HPAanalyze包使用的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!