24小时热门版块排行榜

返回列表

13752585062

新虫 (小有名气)

应助: 0 (幼儿园)
金币: 240.3
散金: 70
帖子: 72
在线: 18.1小时
虫号: 5052097
注册: 2016-09-23
专业: 视觉、视光学与近视、弱视

[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

PRMT5·MTA 抑制剂 MRTX1719 的科研应用已经有0人回复
SW033291 科研使用解析：分子特征、储存与实验获取要点已经有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219人回复
泛 RAS 抑制新思路：大环肽拟似物如何同时牵住突变型与野生型 RAS？已经有0人回复
TYK2/JAK1 双靶点工具化合物 Brepocitinib：激酶选择性、研究进展与实验应用全解析已经有0人回复
矢车菊素-3-O-葡萄糖苷质控实录：从一张HPLC图谱读懂纯度与稳定性已经有0人回复
恩诺沙星（Enrofloxacin）科研解析：分子特征、LC-MS/MS 检测与实验室使用要点已经有0人回复
Calderasib理化性质与实验操作技术笔记已经有0人回复
RMC-6291怎么用？RAS(ON) 三重复合物工具化合物的实验室实操要点已经有0人回复
苯并呋咱全解析：NBD 荧光衍生化试剂母核的化学特性与实验室应用已经有0人回复
生物质炭与活化剂氢氧化钾混合注意事项已经有0人回复

1楼 2017-08-02 13:15:15

已阅回复此楼关注TA 给TA发消息送TA红花 TA的回帖

晋鹏

版主 (知名作家)

MolEPI: 6
应助: 626 (博士)
贵宾: 0.096
金币: 27592.6
散金: 1052
红花: 288
沙发: 2
帖子: 5663
在线: 726.4小时
虫号: 1183978
注册: 2011-01-05
性别: GG
专业: 生物信息学
管辖: 农林

【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

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！

赞一下

回复此楼

及时行乐，人生不留遗憾！

2楼2017-08-02 21:59:15