转录组及可视化分析——PCA 分析

摘要：在进行正式的转录组分析之前，除了样本间的相关性分析，也可以通过主成分分析（Principal Component Analysis, PCA）进行组间和组内的样本分析，用来判别：相对于正常对照组，动物在接受模型刺激后的变化；以及相对于模型组，药物干预后的变化。

在进行正式的转录组分析之前，除了样本间的相关性分析，也可以通过主成分分析（Principal Component Analysis, PCA）进行组间和组内的样本分析，用来判别：相对于正常对照组，动物在接受模型刺激后的变化；以及相对于模型组，药物干预后的变化。具体而言，基于转录组测序数据的 PCA 分析能够进行 组间差异解析、组内变异控制、异常样本识别、潜在生物学解释。

数据的话我们采用的是送样测序公司反馈给我们的 gene_count 文件，格式如下：

gene_id： 基因 ID

gene_count： C1-T3 都是各个组的 gene count 数值

其他列一般我自己分析的话是不需要的。

我给大家提供了四种格式的数据，大家可以下载到本地使用或直接读取在线数据，就可以案例分析了。

链接： https://gitee.com/escibiu/bioinformatics/tree/master/transcriptomics

比如 xlsx 的数据，想要获取文件的链接，直接点击进去后，右击原始数据，复制链接即可

在线连接就拿到了：https://gitee.com/escibiu/bioinformatics/raw/master/transcriptomics/gene_count.xlsx，直接read.xlsx读取即可

R： 4.5.0

RStudio： 2025.05.0

1.加载需要用的数据包

library(openxlsx) #读取数据library(tidyverse) #数据整理及绘图library(ggbiplot) #PCA绘图library(ggrepel) #排斥重叠的文本标签

2.读取测序原始文件

# 读取Control，Model，P，T四个组别gene_count

3.查看数据

view(head(gene_count))

4.进行主成分分析

# 对数据进行转置PCA_data %tview(head(PCA_data,9))

5.设置分组数据（由于在送样或者其他情况下，我们一般习惯使用组别缩写或其他命名格式，但在数据分析中，需要使用组别名称而不是样本名称，因此需要设置分组）

dfGroup %as.data.frame%>%mutate(Group = c(rep("Control",3),rep("Model",3),rep("Positive",3),rep("Treatment",3)))colnames(dfGroup)[1]

6.选出 PCA 数据中所有方差不为零的列

PCA_data

7.设置 scale=T，一个逻辑值，指示在进行分析之前是否应该将变量缩放到具有单位方差

PCA_result

8.进行 PCA 绘图

ggbiplot(PCA_result,point.size = 10, #点的大小var.axes=F, # 是否为变量画箭头obs.scale = 1, # 横纵比例 groups = dfGroup$Group, # 添加分组信息，为分组文件的第一列ellipse = TRUE, # 是否围绕分组画椭圆,如果数据太少，会显示Too few points to calculate an ellipsecircle = TRUE)+ scale_fill_manual(values = c('#d7191c','gray','#abd9e9','#2c7bb6'))+scale_color_manual(values = c('#d7191c','gray','#abd9e9','#2c7bb6'))+geom_label_repel(aes(label=dfGroup$Samples),size = 5,)+theme_bw+theme(text = element_text(size = 18,face = "bold"),legend.background = element_blank,aspect.ratio = 1)+labs(fill = "Group", color = "Group")ggsave("PCA.pdf",width = 8,height = 8)