Tomlins等前列腺癌数据集分析gydF4y2Ba

从GEO数据库中检索数据，根据mCOPA论文中概述的程序进行标准化和子集检查。此外，删除了没有注释的探测。的gydF4y2Ba嫁祸于gydF4y2Ba包使用k -最近邻法(k = 10)来计算缺失值。子集数据集作为样本数据在包中可用，并包含一个ExpressionSet对象，存储关于样本、基因和基因表达的信息。我们应用gydF4y2BaopagydF4y2Ba在Tomlins等人的数据，然后使用gydF4y2BagetSubtypeProbesgydF4y2Ba得到所有下调和上调的异常值。gydF4y2Ba

opagydF4y2Ba返回异常值配置矩阵，它是一个由-1(下调异常值)、0(非异常值)和1(上调异常值)组成的矩阵。有关更多信息，请参阅gydF4y2Baopa ?gydF4y2Ba

为一个简要的概述gydF4y2BaoppargydF4y2Ba包装和功能，请见gydF4y2Baoppar ?gydF4y2Ba

##装载所需的包:针织机gydF4y2Ba

数据gydF4y2Ba(汤姆林)gydF4y2Ba#加载已处理的Tomlins数据gydF4y2Ba

##数据(Tomlins)中的警告:数据集“Tomlins”未找到gydF4y2Ba

#前21个样本为正常样本，其余为正常样本gydF4y2Ba#样本是我们的病例(转移)。因此，我们产生了一个群体gydF4y2Ba#变量为基于此知识的样本。gydF4y2Bag < -gydF4y2Ba因素gydF4y2Ba（gydF4y2BacgydF4y2Ba（gydF4y2Ba代表gydF4y2Ba（gydF4y2Ba0gydF4y2Ba，gydF4y2Ba21gydF4y2Ba)，gydF4y2Ba代表gydF4y2Ba（gydF4y2Ba1gydF4y2Ba，gydF4y2BancolgydF4y2Ba（gydF4y2BaexprsgydF4y2Ba(eset))gydF4y2Ba-gydF4y2Ba21gydF4y2Ba）））gydF4y2BaggydF4y2Ba

# #[1] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 # #[39] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 # #[77] 1 1 1 1 1 1 1 1 1 1 # #等级:0 1gydF4y2Ba

#对Tomlins数据应用opa，以检测相对于的异常值gydF4y2Ba#低10%(低。分位数=0．1）而且upper 5% (upper.quantile = 0.95 -- Default) of#基因表达。gydF4y2Batomlins.opa<-opagydF4y2Ba(esetgydF4y2Ba组=gydF4y2Ba克,gydF4y2Balower.quantile=0．1gydF4y2Ba）gydF4y2Batomlins.opagydF4y2Ba

## OPPARList类型对象##特征:663 ##样本:65 ##上分位数:0.95 ##下分位数:0.10 ##组:##[1]1 1 1 1 1 1 1 1 ##级别:0 1gydF4y2Ba

包含异常值概要的矩阵被称为gydF4y2BaprofileMatrixgydF4y2Ba并且可以使用$操作符访问。的gydF4y2Baupper.quantilegydF4y2Ba而且gydF4y2Balower.quantilegydF4y2Ba用于运行函数的参数也可以使用此操作符检索。gydF4y2Ba

tomlins.opagydF4y2Ba＄gydF4y2BaprofileMatrix [gydF4y2Ba1gydF4y2Ba：gydF4y2Ba6gydF4y2Ba，gydF4y2Ba1gydF4y2Ba：gydF4y2Ba5gydF4y2Ba］gydF4y2Ba

# # # # GSM141341 GSM141342 GSM141343 GSM141356 GSM141357 Hs6-1-10-7 0 0 0 0 0 # # Hs6-1-11-3 0 0 0 0 0 # # Hs6-1-12-24 0 0 0 0 0 # # Hs6-1-12-8 0 0 0 0 0 # # Hs6-1-13-12 0 0 0 0 0 # # Hs6-1-13-13 0 0 0 0 0gydF4y2Ba

tomlins.opagydF4y2Ba＄gydF4y2Baupper.quantilegydF4y2Ba

## [1] 0.95gydF4y2Ba

tomlins.opagydF4y2Ba＄gydF4y2Balower.quantilegydF4y2Ba

## [1] 0.1gydF4y2Ba

我们可以提取任何个别样本的异常值轮廓gydF4y2BaprofileMatrixgydF4y2Ba,使用gydF4y2BagetSampleOutliergydF4y2Ba．看到gydF4y2BagetSampleOutlier ?gydF4y2Ba欲了解更多详细信息gydF4y2Ba

getSampleOutliergydF4y2Ba(tomlins.opagydF4y2BacgydF4y2Ba（gydF4y2Ba1gydF4y2Ba，gydF4y2Ba5gydF4y2Ba）)gydF4y2Ba

# # GSM141341美元。up ## [1] "Hs6-26-18-3" ## ## $GSM141341。" # #[1]”Hs6-17-9-11 Hs6-2-11-4“# # # # GSM141357美元。# #[1]“Hs6-10-22-5”“Hs6-14-25-7”“Hs6-15-22-3”“Hs6-15-5-11”“Hs6-16-2-15”# #[6]“Hs6-16-9-2”“Hs6-18-9-13”“Hs6-20-13-20”“Hs6-20-7-7”“Hs6-22-21-5”# #[11]“Hs6-26-23-5”“Hs6-28-5-5”# # # # GSM141357美元。# #[1]“Hs6-13-3-14”“Hs6-22-5-9”“Hs6-24-7-23”“Hs6-25-12-19”“Hs6-25-2-9”gydF4y2Ba

在所有样本中提取下调和上调的异常值gydF4y2BagetSubtypeProbesgydF4y2Ba：gydF4y2Ba

离群值。列表< -gydF4y2BagetSubtypeProbesgydF4y2Ba(tomlins.opagydF4y2Ba1gydF4y2Ba：gydF4y2BancolgydF4y2Ba(tomlins.opagydF4y2Ba＄gydF4y2BaprofileMatrix))gydF4y2Ba

然后，我们可以获得GO术语的列表gydF4y2Baorg.Hs.eg.dbgydF4y2Ba．列表中的每个元素都是一个GO术语，带有与该术语相对应的Entrez基因id。我们可以应用gydF4y2BamroastgydF4y2Ba从gydF4y2BalimmagydF4y2Ba多基因集富集检测包。gydF4y2Ba

#用limma::mroast检测基因集gydF4y2Ba# BiocManager::安装(org.Hs.eg.db)gydF4y2Ba图书馆gydF4y2Ba(org.Hs.eg.db)gydF4y2Ba图书馆gydF4y2Ba(limma)gydF4y2Baorg.Hs.egGO2EGgydF4y2Ba

人类的GO2EG地图(类"Go3AnnDbBimap"的对象)gydF4y2Ba

go2eg < -gydF4y2Baas.listgydF4y2Ba(org.Hs.egGO2EG)gydF4y2Ba头gydF4y2Ba(go2eg)gydF4y2Ba

# # $: 0000002的# #助教IMP ISS小鬼小鬼NAS IMP IDA IEA IDA # #“291”“1890”“4205”“4358”“4976”“9361”“10000”“55186”“80119”“84275”# # IMP # # 92667 " ## ## $` 去:0000003 # # IBA IBA IEP IBA # #“2796”“2797”“8510”“286826 " ## ## $` 去:0000012 # # IDA IDA IDA IDA IEA IMP # #“1161”“2074”“3981”“7141”“7515”“23411”# # IBA IDA IBA IDA小鬼小鬼# #“54840”“54840”“55775”“55775”“55775”“200558”# # IEA # #”100133315 " ## ## $` 去:0000017 # # IDA IMP ISS IDA # #“6523”“6523”“6523”“6524”# # # #$ ' go:0000018 ' ## tas tas tas imp imp iep ## "3575" "3836" "3838" "9984" "10189" "56916" ## ## $ ' go:0000019 ' ## tas IDA ## "4361" "10111"gydF4y2Ba

利用limma的rost进行基因集分析gydF4y2Ba#需要根据异常值对基因表达数据进行子集gydF4y2Ba向上mtrx < -gydF4y2BaexprsgydF4y2Ba(eset) [gydF4y2BafDatagydF4y2Ba(eset)gydF4y2Ba＄gydF4y2BaIDgydF4y2Ba%, %gydF4y2Baoutlier.list [[gydF4y2Ba《飞屋环游记》gydF4y2Ba]],)gydF4y2Ba#获取up.mtrx中基因的Entrez基因idgydF4y2Baentrez.ids.up.mtrx < -gydF4y2BafDatagydF4y2Ba(eset)gydF4y2Ba＄gydF4y2Ba基因。ID (gydF4y2BafDatagydF4y2Ba(eset)gydF4y2Ba＄gydF4y2BaIDgydF4y2Ba%, %gydF4y2BarownamesgydF4y2Ba(up.mtrx)]gydF4y2Ba#在基因表达矩阵中找到GO基因集的基因索引gydF4y2Bagset。idx < -gydF4y2Ba拉普兰人gydF4y2Ba(go2eggydF4y2Ba函数gydF4y2Ba(x) {gydF4y2Ba匹配gydF4y2Ba(x, entrez.ids.up.mtrx)gydF4y2Ba})gydF4y2Ba#删除缺失值gydF4y2Bagset。idx < -gydF4y2Ba拉普兰人gydF4y2Ba(gset.idxgydF4y2Ba函数gydF4y2Ba(x) {gydF4y2Bax (gydF4y2Ba！gydF4y2Bais.nagydF4y2Ba(x))gydF4y2Ba})gydF4y2Ba#删除少于10个元素的基因集gydF4y2Bagset。ls < -gydF4y2BaunlistgydF4y2Ba（gydF4y2Ba拉普兰人gydF4y2Ba(gset.idxlength))gset。idx < -gydF4y2Bagset.idx [gydF4y2Ba哪一个gydF4y2Ba(gset.lsgydF4y2Ba>gydF4y2Ba10gydF4y2Ba）]gydF4y2Ba#需要定义模型。mroast矩阵gydF4y2Ba设计< -gydF4y2Bamodel.matrixgydF4y2Ba（gydF4y2Ba～gydF4y2Bag)gydF4y2Ba向上mroast < -gydF4y2BamroastgydF4y2Ba(up.mtrxgydF4y2Ba指数=gydF4y2Bagset.idx,gydF4y2Ba设计=gydF4y2Ba设计)gydF4y2Ba头gydF4y2Ba(up.mroastgydF4y2Ban =gydF4y2Ba5gydF4y2Ba）gydF4y2Ba

## NGenes prodown proup方向PValue FDR PValue。混合罗斯福。混合## GO:0005615 20 01向上5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 ## GO:0005794 11 01向上5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 ## GO:0019901 11 01向上5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04gydF4y2Ba

检测到的前10个GO id的GO术语gydF4y2BamroastgydF4y2Ba可以通过以下方式检索。gydF4y2Ba

走了。从< -gydF4y2BarownamesgydF4y2Ba(up.mroast [gydF4y2Ba1gydF4y2Ba：gydF4y2Ba10gydF4y2Ba,)gydF4y2Ba# BiocManager::安装(GO.db)gydF4y2Ba图书馆gydF4y2Ba(GO.db)gydF4y2Ba列gydF4y2Ba(GO.db)gydF4y2Ba

##[1]“定义”“黄金”“本体”“术语”gydF4y2Ba

keytypesgydF4y2Ba(GO.db)gydF4y2Ba

##[1]“定义”“黄金”“本体”“术语”gydF4y2Ba

r2tab < -gydF4y2Ba选择gydF4y2Ba(GO.dbgydF4y2Ba键=gydF4y2Bago.terms,gydF4y2Ba列=gydF4y2BacgydF4y2Ba（gydF4y2Ba“GOID”gydF4y2Ba，gydF4y2Ba“术语”gydF4y2Ba)，gydF4y2Bakeytype =gydF4y2Ba“GOID”gydF4y2Ba）gydF4y2Bar2tabgydF4y2Ba

## GOID术语## 1 GO:0005615细胞外空间## 2 GO:0005576细胞外区域## 3 GO:0051301细胞分裂## 4 GO:0005794高尔基体## 5 GO:0019901蛋白激酶结合## 6 GO:0000785染色质## 7 GO:0003723 RNA结合## 8 GO:0005789内质网膜## 9 GO:0005887质膜的整体成分## 10 GO:0007165信号转导gydF4y2Ba

我们对下调的异常值重复上述步骤，以查看它们被强化的GO术语。gydF4y2Ba

图书馆gydF4y2Ba(org.Hs.eg.db)gydF4y2Ba图书馆gydF4y2Ba(limma)gydF4y2Baorg.Hs.egGO2EGgydF4y2Ba

人类的GO2EG地图(类"Go3AnnDbBimap"的对象)gydF4y2Ba

go2eg < -gydF4y2Baas.listgydF4y2Ba(org.Hs.egGO2EG)gydF4y2Ba头gydF4y2Ba(go2eg)gydF4y2Ba

# # $: 0000002的# #助教IMP ISS小鬼小鬼NAS IMP IDA IEA IDA # #“291”“1890”“4205”“4358”“4976”“9361”“10000”“55186”“80119”“84275”# # IMP # # 92667 " ## ## $` 去:0000003 # # IBA IBA IEP IBA # #“2796”“2797”“8510”“286826 " ## ## $` 去:0000012 # # IDA IDA IDA IDA IEA IMP # #“1161”“2074”“3981”“7141”“7515”“23411”# # IBA IDA IBA IDA小鬼小鬼# #“54840”“54840”“55775”“55775”“55775”“200558”# # IEA # #”100133315 " ## ## $` 去:0000017 # # IDA IMP ISS IDA # #“6523”“6523”“6523”“6524”# # # #$ ' go:0000018 ' ## tas tas tas imp imp iep ## "3575" "3836" "3838" "9984" "10189" "56916" ## ## $ ' go:0000019 ' ## tas IDA ## "4361" "10111"gydF4y2Ba

#基于down异常值的基因表达矩阵子集gydF4y2Badown_mtrx < -gydF4y2BaexprsgydF4y2Ba(eset) [gydF4y2BafDatagydF4y2Ba(eset)gydF4y2Ba＄gydF4y2BaIDgydF4y2Ba%, %gydF4y2Baoutlier.list [[gydF4y2Ba“向下”gydF4y2Ba]],)gydF4y2Baentrez_ids_down_mtrx < -gydF4y2BafDatagydF4y2Ba(eset)gydF4y2Ba＄gydF4y2Ba基因。ID (gydF4y2BafDatagydF4y2Ba(eset)gydF4y2Ba＄gydF4y2BaIDgydF4y2Ba%, %gydF4y2BarownamesgydF4y2Ba(down_mtrx)]gydF4y2Bagset_idx_down < -gydF4y2Ba拉普兰人gydF4y2Ba(go2eggydF4y2Ba函数gydF4y2Ba(x) {gydF4y2Ba匹配gydF4y2Ba(x, entrez_ids_down_mtrx)gydF4y2Ba})gydF4y2Ba#删除缺失值gydF4y2Bagset_idx_down < -gydF4y2Ba拉普兰人gydF4y2Ba(gset_idx_downgydF4y2Ba函数gydF4y2Ba(x) {gydF4y2Bax (gydF4y2Ba！gydF4y2Bais.nagydF4y2Ba(x))gydF4y2Ba})gydF4y2Ba#删除少于10个元素的基因集gydF4y2Bagset_ls_down < -gydF4y2BaunlistgydF4y2Ba（gydF4y2Ba拉普兰人gydF4y2Ba(长度)gset_idx_down)gydF4y2Bagset_idx_down < -gydF4y2Bagset_idx_down [gydF4y2Ba哪一个gydF4y2Ba(gset_ls_downgydF4y2Ba>gydF4y2Ba10gydF4y2Ba）]gydF4y2Ba#应用mroastgydF4y2Badown_mroast < -gydF4y2BamroastgydF4y2Ba(down_mtrx, gset_idx_down, design)gydF4y2Ba头gydF4y2Ba(down_mroastgydF4y2Ban =gydF4y2Ba5gydF4y2Ba）gydF4y2Ba

## NGenes prodown proup方向PValue FDR PValue。混合罗斯福。混合## GO:0005615 19 1 0向下5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 ## GO:0046872 19 1 0向下5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 ## GO:0005794 15 1 0向下5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04 5e-04gydF4y2Ba

并提取前10个结果的GO项:gydF4y2Ba

go_terms_down < -gydF4y2BarownamesgydF4y2Ba(down_mroast [gydF4y2Ba1gydF4y2Ba：gydF4y2Ba10gydF4y2Ba,)gydF4y2Badr2tab < -gydF4y2Ba选择gydF4y2Ba(GO.dbgydF4y2Ba键=gydF4y2Bago_terms_down,gydF4y2Ba列=gydF4y2BacgydF4y2Ba（gydF4y2Ba“GOID”gydF4y2Ba，gydF4y2Ba“术语”gydF4y2Ba)，gydF4y2Bakeytype =gydF4y2Ba“GOID”gydF4y2Ba）gydF4y2Badr2tabgydF4y2Ba

## GOID术语## 1 GO:0005615细胞外空间## 2 GO:0046872金属离子结合## 3 GO:0005739线粒体## 4 GO:0042802相同的蛋白质结合## 5 GO:0005794高尔基体## 6 GO:0005887质膜的整体组成部分## 7 GO:0000398 mRNA剪接，通过剪接体## 8 GO:0005829细胞质## 9 GO:0005886质膜## 10 GO:0016020膜gydF4y2Ba

基因集富集分析gydF4y2Ba

我们现在将对Maupin的TGFb数据进行富集分析(参见gydF4y2Bamaupin ?gydF4y2Ba)，给出基因特征。的gydF4y2BamaupingydF4y2Ba数据对象包含包含3个对照样品和3个TGFb诱导样品的基因表达测量值的矩阵。我们运行这个包中介绍的改进的gsva函数，对给定基因签名中富集的样本，无论是向下基因签名还是向上基因签名，都获得一个大的正分数。这是当原始的gsva函数对富集down基因签名的样本返回负得分，而对富集up基因签名的样本返回正得分。因此，这个包中gsva函数返回的分数是向上基因签名和向下基因签名的分数之和。注意，为了使修改后的gsva函数正常工作，需要使用gydF4y2Bagset.idx.listgydF4y2Ba必须是一个命名列表，向上的签名基因列表被命名为“向上”，向下的签名基因列表被命名为“向下”(见下面的示例代码)。还要注意gydF4y2Bais.gset.list.up.downgydF4y2Ba参数必须设置为TRUE，如果用户希望使用修改后的版本(即获得向上和向下基因签名的es分数之和)。看到gydF4y2Bagsva ?gydF4y2Ba欲知详情。gydF4y2Ba

数据gydF4y2Ba（gydF4y2Ba“Maupin”gydF4y2Ba）gydF4y2Ba的名字gydF4y2Ba(maupin)gydF4y2Ba

## [1] "data" "sig"gydF4y2Ba

头gydF4y2Ba(maupingydF4y2Ba＄gydF4y2Ba数据)gydF4y2Ba

## M_Ctrl_R1 M_Ctrl_R2 M_Ctrl_R3 M_TGFb_R1 M_TGFb_R2 M_TGFb_R3 ## 4.576038 ## 9 4.312850 4.155411 7.274249 7.520725 7.381180 7.279445 ## 10 4.699286 4.625667 4.624420 4.779147 4.845243 ## 12 5.524999 5.806786 5.891174 6.976169 7.200424 ## 14 9.0625984 9.075223 8.951924 9.062231 9.130251 9.204617gydF4y2Ba

头gydF4y2Ba(maupingydF4y2Ba＄gydF4y2Basig)gydF4y2Ba

## EntrezID符号upDown_integrative_signature upDown_comparative_signature ## 1 19 ABCA1 0 up ## 2 87 ACTN1 0 up ## 3 136 ADORA2B 0 down ## 4 182 JAG1 up up ## 5 220 ALDH1A3 down 0 ## 6 224 ALDH3A2 0 down ## upDown # 1 up ## 2 up ## 3 down ## 4 up ## 5 down ## 6 downgydF4y2Ba

geneSet < -gydF4y2BamaupingydF4y2Ba＄gydF4y2Ba团体gydF4y2Ba＄gydF4y2BaEntrezIDgydF4y2Ba#符号##EntrezID #上下基因:gydF4y2Baup_sig < -gydF4y2BamaupingydF4y2Ba＄gydF4y2Basig (maupingydF4y2Ba＄gydF4y2Ba团体gydF4y2Ba＄gydF4y2Ba上下按钮gydF4y2Ba= =gydF4y2Ba《飞屋环游记》gydF4y2Ba,)gydF4y2Bad_sig < -gydF4y2BamaupingydF4y2Ba＄gydF4y2Basig (maupingydF4y2Ba＄gydF4y2Ba团体gydF4y2Ba＄gydF4y2Ba上下按钮gydF4y2Ba= =gydF4y2Ba“向下”gydF4y2Ba,)gydF4y2Bau_geneSet < -gydF4y2Baup_siggydF4y2Ba＄gydF4y2BaEntrezIDgydF4y2Ba# up_sig$Symbol ## EntrezIDgydF4y2Bad_geneSet < -gydF4y2Bad_siggydF4y2Ba＄gydF4y2BaEntrezIDgydF4y2Baenrichment_scores < -gydF4y2BagsvagydF4y2Ba(maupingydF4y2Ba＄gydF4y2Ba数据,gydF4y2Ba列表gydF4y2Ba（gydF4y2Ba了=gydF4y2Bau_geneSet,gydF4y2Ba下来=gydF4y2Bad_geneSet),gydF4y2Bamx.diff =gydF4y2Ba1gydF4y2Ba，gydF4y2Baverbose =gydF4y2Ba真正的gydF4y2Ba，gydF4y2Baabs.ranking =gydF4y2Ba假gydF4y2Ba，gydF4y2Bais.gset.list.up.down =gydF4y2Ba真正的gydF4y2Ba，gydF4y2Ba平行的。深圳=gydF4y2Ba1gydF4y2Ba）gydF4y2Ba＄gydF4y2Baes.obsgydF4y2Ba

##估计2个基因集的GSVA评分。计算观察浓缩分数# # # #在微阵列数据估计ECDFs高斯核内核使用与# # 1  ## | | | 0 % | |=================================== | 50 % | |======================================================================| 100%gydF4y2Ba

头gydF4y2Ba(enrichment_scores)gydF4y2Ba

M_Ctrl_R1 M_Ctrl_R2 M_Ctrl_R3 M_TGFb_R1 M_TGFb_R2 M_TGFb_R3 GeneSet -0.8991905 -0.7841492 -0.8329552 0.9041564 0.7714735 0.8147947gydF4y2Ba

使用ssgsea方法计算富集分数gydF4y2Ba# es.dif.ssg <- gsa (maupin, list(up = u_geneSet, down= d_geneSet)，gydF4y2Ba# verbose=TRUE, abs.ranking=FALSE, is.gset.list.up.down=TRUE，gydF4y2Ba# method = "ssgsea")gydF4y2Ba

浓缩分数的直方图如下所示，TGFb样本的es分数密度用红色表示。对照样本的es得分分布以蓝色表示。从下图中可以看出，预期在给定TGFb签名中富集的TGFb诱导样本已经获得了正分数，位于直方图的右侧，而对照样本位于直方图的左侧。此外，TGFb诱导样品和对照样品已经很好地彼此分离。gydF4y2Ba

嘘gydF4y2Ba(enrichment_scoresgydF4y2Ba主要=gydF4y2Ba“浓缩的分数”gydF4y2Ba，gydF4y2Baxlab =gydF4y2Ba“西文”gydF4y2Ba）gydF4y2Ba行gydF4y2Ba（gydF4y2Ba密度gydF4y2Ba(enrichment_scores [,gydF4y2Ba1gydF4y2Ba：gydF4y2Ba3.gydF4y2Ba]),gydF4y2Ba坳=gydF4y2Ba“蓝色”gydF4y2Ba）gydF4y2Ba#对照样品gydF4y2Ba行gydF4y2Ba（gydF4y2Ba密度gydF4y2Ba(enrichment_scores [,gydF4y2Ba4gydF4y2Ba：gydF4y2Ba6gydF4y2Ba]),gydF4y2Ba坳=gydF4y2Ba“红色”gydF4y2Ba）gydF4y2Ba# TGFb样品gydF4y2Ba传说gydF4y2Ba（gydF4y2Ba“topleft”gydF4y2Ba，gydF4y2BacgydF4y2Ba（gydF4y2Ba“控制”gydF4y2Ba，gydF4y2Ba“TGFb”gydF4y2Ba)，gydF4y2Balty =gydF4y2Ba1gydF4y2Ba，gydF4y2Ba坳=gydF4y2BacgydF4y2Ba（gydF4y2Ba“蓝色”gydF4y2Ba，gydF4y2Ba“红色”gydF4y2Ba)，gydF4y2Bacex =gydF4y2Ba0.6gydF4y2Ba）gydF4y2Ba