Bölüm 7 Yasla degisim analizi

Diyelim ki sadece dogum sonrasi donemde 20 sonrasi yasta yasla degisen genlerle ilgileniyoruz. Bunun icin ilk olarak veriyi subset etmeliyiz. Yas’in 20den buyuk oldugu bireyleri almaliyiz:

subsamp = names(which(yas>=20))
subexp = genexpr_qn[,subsamp]
subyas = yas[subsamp]

yasladegisim = apply(subexp, 1, function(x){
  co = cor.test(x, subyas[colnames(subexp)], method = 'spearman')
  c(co$est, co$p.val)
})

dim(yasladegisim)

## [1]     2 17160

yasladegisim = t(yasladegisim)
head(yasladegisim)

##                rho             
## CTSD   -0.03253336 0.6956624723
## EEF2   -0.12309924 0.1374343793
## VIM     0.28300932 0.0005395356
## GSN     0.11697104 0.1581010511
## RPN2   -0.22977129 0.0052073498
## POLR2A  0.01173037 0.8878589579

colnames(yasladegisim) = c('rho','p')
yasladegisim = cbind(yasladegisim, p.adjust(yasladegisim[,'p'], method= 'fdr'))

Hangi genler yasla istatistiksel olarak anlamli degisim gosteriyor?

anlamli = names(which(yasladegisim[,3]<=0.05))
table(yasladegisim[rownames(yasladegisim)%in%anlamli,1]>=0)

## 
## FALSE  TRUE 
##  1538  1418

Bunlardan 1419 tanesi artis yonunde anlamli degisim gosteriyor, 1538 tanesi ise dusus. Bunlardan en cok artis gostereni secip gorsellestirelim:

maxartis = names(which.max(yasladegisim[,1]))
yasladegisim[maxartis,]

##          rho            p              
## 6.980232e-01 8.761466e-23 1.002312e-19

plot(x = subyas, y = subexp[maxartis,], pch = 19, cex = 0.5, xlab='Yas',
     ylab = 'Gen ifadesi', main = maxartis)
abline(lm(subexp[maxartis,]~subyas), col = 'darkred',cex = 2)

pdf('./yasladegisim.pdf')
plot(x = subyas, y = subexp[maxartis,], pch = 19, cex = 0.5, xlab='Yas',
     ylab = 'Gen ifadesi', main = maxartis)
abline(lm(subexp[maxartis,]~subyas), col = 'darkred',cex = 2)
dev.off()

## quartz_off_screen 
##                 2

write.csv(x = yasladegisim, file = './yasladegisim.csv',quote = F,
          row.names = T)

Ayni figuru ggplot ile cizelim:

mydat = data.frame(expression = subexp[maxartis,], sample  = colnames(subexp), 
                   yas = subyas[colnames(subexp)],cinsiyet = cinsiyet[colnames(subexp)])
ggplot(mydat, aes(x = yas, y = expression)) +
  geom_point(aes(color = cinsiyet)) + 
  geom_smooth(method = 'lm', color = 'midnightblue') +
  scale_color_brewer(type = 'qual', palette = 6) +
  theme_bw()

## `geom_smooth()` using formula 'y ~ x'