HPA数据库及HPAanalyze包使用

2024-03-16 02:20

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:

  1. 使用 hpaXmlGet 下载并导入 XML 文件。

  2. 使用其他 hpaXml 函数提取所需的信息。

  3. 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!



http://www.chinasem.cn/article/813996

相关文章

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

C 语言中enum枚举的定义和使用小结

《C语言中enum枚举的定义和使用小结》在C语言里,enum(枚举)是一种用户自定义的数据类型,它能够让你创建一组具名的整数常量,下面我会从定义、使用、特性等方面详细介绍enum,感兴趣的朋友一起看... 目录1、引言2、基本定义3、定义枚举变量4、自定义枚举常量的值5、枚举与switch语句结合使用6、枚

使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)

《使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)》PPT是一种高效的信息展示工具,广泛应用于教育、商务和设计等多个领域,PPT文档中常常包含丰富的图片内容,这些图片不仅提升了... 目录一、引言二、环境与工具三、python 提取PPT背景图片3.1 提取幻灯片背景图片3.2 提取

使用Python实现图像LBP特征提取的操作方法

《使用Python实现图像LBP特征提取的操作方法》LBP特征叫做局部二值模式,常用于纹理特征提取,并在纹理分类中具有较强的区分能力,本文给大家介绍了如何使用Python实现图像LBP特征提取的操作方... 目录一、LBP特征介绍二、LBP特征描述三、一些改进版本的LBP1.圆形LBP算子2.旋转不变的LB

Maven的使用和配置国内源的保姆级教程

《Maven的使用和配置国内源的保姆级教程》Maven是⼀个项目管理工具,基于POM(ProjectObjectModel,项目对象模型)的概念,Maven可以通过一小段描述信息来管理项目的构建,报告... 目录1. 什么是Maven?2.创建⼀个Maven项目3.Maven 核心功能4.使用Maven H

Python中__init__方法使用的深度解析

《Python中__init__方法使用的深度解析》在Python的面向对象编程(OOP)体系中,__init__方法如同建造房屋时的奠基仪式——它定义了对象诞生时的初始状态,下面我们就来深入了解下_... 目录一、__init__的基因图谱二、初始化过程的魔法时刻继承链中的初始化顺序self参数的奥秘默认

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr

Spring Boot 集成 Quartz并使用Cron 表达式实现定时任务

《SpringBoot集成Quartz并使用Cron表达式实现定时任务》本篇文章介绍了如何在SpringBoot中集成Quartz进行定时任务调度,并通过Cron表达式控制任务... 目录前言1. 添加 Quartz 依赖2. 创建 Quartz 任务3. 配置 Quartz 任务调度4. 启动 Sprin

Linux下如何使用C++获取硬件信息

《Linux下如何使用C++获取硬件信息》这篇文章主要为大家详细介绍了如何使用C++实现获取CPU,主板,磁盘,BIOS信息等硬件信息,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录方法获取CPU信息:读取"/proc/cpuinfo"文件获取磁盘信息:读取"/proc/diskstats"文

Java使用SLF4J记录不同级别日志的示例详解

《Java使用SLF4J记录不同级别日志的示例详解》SLF4J是一个简单的日志门面,它允许在运行时选择不同的日志实现,这篇文章主要为大家详细介绍了如何使用SLF4J记录不同级别日志,感兴趣的可以了解下... 目录一、SLF4J简介二、添加依赖三、配置Logback四、记录不同级别的日志五、总结一、SLF4J