haoranhuang22/crown_gall

1.基因年龄及划分

通过两种方法（R包phylostratr，OMA数据库）我们可以追溯到每个基因最早出现的时期。如下图所示我们可以看到使用phylostratr和OMA数据库得到拟南芥的基因年龄。

文件放置在./Crown_gall/0_database_result/路径下

2.基因表达谱及差异基因

文件放置在./Crown_gall/2_diff_gene/下

2.1 数据来源

• 3 hours(T-DNA未整合) ： https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE13929
• 6 days(T-DNA已在宿主细胞中表达):https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE13930
• 35 days(tumors 已经形成):https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE13927

2.2 数据下载

主要探究的是tumor形成过程中的基因表达情况，所以主要分析6 、35 days的数据。下载6、35天的基因表达矩阵，使用NCBI的GEO2R在线交互网站进行差异表达基因的筛选，或者直接使用limma包进行筛选（adj.p.value < 0.05)。

2.3 数据注释

根据TAIR数据库的基因编号，确定每个差异基因的年龄，如下图所示

最终得到有年龄标记的差异表达基因结果为：

• 6 days: 3944个基因
• 35days: 5788个基因

2.4 表达量分布

文件放置在./Crown_gall/3_expression_propotion/下

如下图所示展示了6天和35天的基因表达量的分布情况

2.5 MC、UC基因占比

同时也统计了UC、MC基因的总表达量的在两组数据中的占比，以及基因个数的占比情况

上下调基因的个数也已条形图展示出来。

3. GV菌和C58菌的差异

文件放置在./Crown_gall/4_GV2Tumor下

为了区分由外源菌入侵植物所造成的紊乱现象，我们比较了6天时GV（不会诱导Tumor产生的菌）和C58（诱导Tumor产生的菌）入侵时拟南芥的差异表达基因，并绘制了UC、MC基因的散点图。

Tumor: logFC Tumor P-Value < 0.05, logFC GV P-Value >= 0.05.

GV : logFC Tumor P-Value >= 0.05, logFC GV P-Value < 0.05.

Both: logFC Tumor P- Value < 0.05, logFC GV P-Value < 0.05

4. Gene ontology analysis

文件放置在./Crown_gall/5_GO/下

使用R包clusterProfiler对差异基因进行富集，并使用其中的simplify函数对结果去冗余，cutoff = 0.6，最后得到85个Biological Process Term。根据每个GOTERM的UC、MC所占比例进行Permutation test来判断Term的年龄（UCTerm or MCTerm）。结果如下图所示

5. GOTerm的上下调

文件放置在./Crown_gall/6_GOTERM_FC/下

确定好GOTERM的年龄之后可以在生物学功能的基础上对UC、MC的改变模式进行观察，如下图所示

logFC: 在Tumor组中每个TERM中所包含的基因的表达总量与对照组的差异

更进一步的对每个TERM中UC基因、MC基因各自的基因总表大量改变进行了统计，如下图所示