| 查看: 1198 | 回复: 1 | ||
13752585062新虫 (小有名气)
|
[求助]
R语言DESeq包 已有1人参与
|
|
跪求R语言DESeq包分析rna差异性表达 发自小木虫IOS客户端 |
回复此楼» 猜你喜欢
不合理蛙科研实验之重金属检测：精准筛查，守护健康与环境的防线
已经有0人回复
-
不合理蛙科研实验之“蛙测重金属我背锅三千”
已经有0人回复
-
化学工程及工业化学论文润色/翻译怎么收费?
已经有261人回复
-
不合理蛙科研实验之“鼠逃三次我发三篇SCI”
已经有0人回复
-
纳米粒度分析
已经有3人回复
-
林科院林化所招收材料与化工专业硕士，坐标南京
已经有0人回复
-
留学--博士招生
已经有16人回复
-
化学工程，本211，求调剂，ab区不限
已经有4人回复
-
邵阳学院食品与化学工程学院硕士调剂
已经有0人回复
-
湖北师范大学招调剂啦
已经有4人回复
【答案】应助回帖
★ ★ ★ ★ ★ ★
感谢参与，应助指数 +1
西门吹雪170: 金币+6, 鼓励热心回帖交流 2017-08-03 07:44:07
感谢参与，应助指数 +1
西门吹雪170: 金币+6, 鼓励热心回帖交流 2017-08-03 07:44:07
|
简单讲一下DESeq2这个包如何用！ library(DESeq2) library(limma) library(pasilla) data(pasillaGenes) exprSet=counts(pasillaGenes) ##做好表达矩阵 group_list=pasillaGenes$condition##做好分组因子即可 (colData <- data.frame(row.names=colnames(exprSet), group_list=group_list)) dds <- DESeqDataSetFromMatrix(countData = exprSet, colData = colData, design = ~ group_list) ##上面是第一步第一步，构建dds这个对象，需要一个表达矩阵和分组矩阵！！！ dds2 <- DESeq(dds) ##第二步，直接用DESeq函数即可 resultsNames(dds2) res <- results(dds2, contrast=c("group_list","treated","untreated"  )## 提取你想要的差异分析结果，我们这里是treated组对untreated组进行比较 resOrdered <- res[order(res$padj),] resOrdered=as.data.frame(resOrdered) 可以看到程序非常好用！ 它只对RNA-seq的基因的reads的counts数进行分析，请不要用RPKM等经过了normlization的表达矩阵来分析。 值得一提的是DESeq2软件独有的normlization方法！ rld <- rlogTransformation(dds2) ## 得到经过DESeq2软件normlization的表达矩阵！ exprSet_new=assay(rld) par(cex = 0.7) n.sample=ncol(exprSet) if(n.sample>40) par(cex = 0.5) cols <- rainbow(n.sample*1.2) par(mfrow=c(2,2)) boxplot(exprSet, col = cols,main="expression value",las=2) boxplot(exprSet_new, col = cols,main="expression value",las=2) hist(exprSet) hist(exprSet_new) 本来应该是数据离散程度非常大的RNA-seq的基因的reads的counts矩阵经过normlization后变成了类似于芯片表达数据的表达矩阵，然后其实可以直接用T检验来找差异基因了！ |
2楼2017-08-02 21:59:15
