2

2024-02-29 09:37| 来源: 网络整理| 查看: 265

RNA-seq分析：差异表达基因(DEG)分析

对于差异表达基因分析，目的是找出上面的矩阵里可能实验组跟对照组有差别的基因，有的基因在实验组中表达上调，也有可能下调，这部分基因就被我们称为差异表达基因（differential expression gene），而对于差异表达基因的计算，并不是简单的求平均值，然后比较实验组跟对照组平均值的大小，而是有一系列复杂的统计学计算在里面，但生物信息学的发展也有几十年了，研究人员已经把这些复杂的统计学封装成了函数，人们只需要调用这些函数即可。这里我们介绍的是DESeq2，一个引用突破几万的R包

1. 差异表达基因提取 1.1 数据准备

我们在上游的分析中得到了一个counts.txt，这个就是我们的基因表达矩阵，当然，你从其他任何地方得到的基因表达矩阵也可以用来进行差异表达分析~

NEGF_counts.csv

NEGF1 NEGF1yuan NEGF2yuan NEGF3 NEGF3yuan Geneid ENSG00000223972 0 0 0 2 1 ENSG00000227232 82 63 80 79 63 ENSG00000278267 11 2 10 5 3 ENSG00000243485 0 0 1 0 0

NEGF_meta.csv

我们还需要一个样本性状矩阵，来区分样本究竟是实验组还是对照组

id type NEGF1 treated NEGF1yuan control NEGF2yuan control NEGF3 treated NEGF3yuan control 1.2 加载DESeq2

我们在R语言的环境中，输入下面一行代码

library( "DESeq2" ) 1.3 导入数据

还是在R语言的环境下，我们使用read.csv函数导入table

countData

【本文地址】

2

2

今日新闻

推荐新闻