比较 DESeq 和 EdgeR 中的模型

于 2023-08-15 22:44:19 发布
阅读量96 收藏
点赞数
分类专栏： R语言大学作业 文章标签： 数据库
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Mrrunsen/article/details/132308819
版权
这篇博客探讨了DESeq和EdgeR在RNA序列分析中处理差异表达的方式。DESeq使用gamma GLM，而EdgeR没有此选项，导致无法在两者间直接对比。通过DESeq的exactTest()和topTags()函数进行差异表达分析，并展示了FDR<0.05时的基因总数。此外，还讨论了如何用GLM进行差异表达的似然比检验，并利用plotSmear生成差异表达图。
摘要由CSDN通过智能技术生成


数据集下载： https://bios221.stanford.edu/data/mobData.RData

d 变量查看 R 中的 RNA 序列分析：edgeR

DESeq 始终仅使用 gamma glm 作为其模型。由于edgeR 没有gamma glm 作为选项，因此我们无法在edgeR 中产生与在DESeq 中相同的glm 结果，反之亦然。

让我们使用 DESeq 查看相同的数据。

require(DESeq)
cds <
了解本专栏 订阅专栏 解锁全文 超级会员免费看
Mrrunsen
关注
专栏目录
订阅专栏
edger多组差异性分析_简单使用DESeq2/EdgeR做差异分析 – 生信笔记
weixin_39640090的博客
12-19 1976
DESeq2和EdgeR都可用于做基因差异表达分析，主要也是用于RNA-Seq数据，同样也可以处理类似的ChIP-Seq,shRNA以及质谱数据。这两个都属于R包，其相同点在于都是对count data数据进行处理，都是基于负二项分布模型。因此会发现，用两者处理同一组数据，最后在相同阈值下筛选出的大部分基因都是一样的，但是有一部分不同应该是由于其估计离散度的不同方法所导致的。DESeq2的使用方法...
DESeq2，EdgeR，limma对比
weixin_59289660的博客
03-20 7618
参考： 【陈巍学基因】RNA-seq - 知乎 关于基因差异化的那些事 edger Deseq2和limma的使用及一些总​​​​​​结_forever luckness 的博客-CSDN博客_deseq2和limma 补：芯片和高通量测序（HTS） 基因芯片的差异表达分析而言，由于普遍认为其数据是服从正态分布，因此差异表达分析无非就是用t检验和或者方差分析应用到每一个基因上。目前在基因芯片的分析用的最多的就是limma。 高通量一次性找的基因多，于是就需要对多重试验进行矫正，控制假阳性。高.
简单使用DESeq2/EdgeR做差异分析
weixin_30726161的博客
11-09 3581
简单使用DESeq2/EdgeR做差异分析 Posted:五月 07, 2017Under:TranscriptomicsBy Kaino Comments DESeq2和EdgeR都可用于做基因差异表达分析，主要也是用于RNA-Seq数据，同样也可以处理类似的ChIP-Seq,shRNA以及质谱数据。 这两个都属于R包，其相同点在于都是对count data数据进行处...
edger和deseq2_基因差异表达分析 cummeRbund 和DESeq, edgeR, limma的区别是什么？
weixin_39850697的博客
12-22 1525
我看这个回答没什么赞，更新一下。1)四款软件的输入文件不一样，这是很自然的。每个软件都需要准备各自的输入文件，格式不同那个肯定的，内容不同那就是取决于软件怎么分析了。2)结果不一样也很自然。分析方法不一样，结果不可能完全一致。四款软件都是R bioconductor的包。=====cummeRbund，有参转录组tuxedo组件之一。tuxedo=tophat+cufflinks+cummeRbu...
DEGseq 流程
Frankooool的博客
06-27 590
Degseq 用法
R语言seqm_R语言DESeq找差异基因
weixin_42113794的博客
12-23 1636
一：安装并加装该R包安装就用source("http://bioconductor.org/biocLite.R");biocLite("DESeq")即可，如果安装失败，就需要自己下载源码包，然后安装R模块。二．所需要数据它的说明书指定了我们一个数据source("http://bioconductor.org/biocLite.R");biocLite("pasilla")安装了pasil...
关于基因差异化的那些事 edger Deseq2和limma的使用及一些总结
leianuo123的博客
12-27 1万+
在基因差异分析的过程中常见的几大差异化常用的R包 主要是edgeR Deseq2 和limma(其中limma 包主要内置于edgeR) 那么在分析的过程中呢，每个包有他们各自的一些数据处理方式。 在接受的数据格式上和样本数目上呢也存在一些差异。主要如下 1.首先关于limma 包进行差异分析 参考的博客主要有 https://cloud.tencent.com/developer/article/1667505(R包limma作差异基因分析） 关于limma 包的一些相关知识 limma 主要用于
edger多组差异性分析_简单使用DESeq2/EdgeR做差异分析
weixin_39834488的博客
12-19 851
DESeq2和EdgeR都可用于做基因差异表达分析，主要也是用于RNA-Seq数据，同样也可以处理类似的ChIP-Seq,shRNA以及质谱数据。这两个都属于R包，其相同点在于都是对count data数据进行处理，都是基于负二项分布模型。因此会发现，用两者处理同一组数据，最后在相同阈值下筛选出的大部分基因都是一样的，但是有一部分不同应该是由于其估计离散度的不同方法所导致的。DESeq2的使用方法...
DEA.R.zip_DESeq2_R DEA_dea分析的r代码_edgeR脚本_strangertu4
09-24
DEA.R.zip_DESeq2_R DEA_dea分析的r代码_edgeR脚本_strangertu4这个文件包中包含的是一系列用于差异表达分析（DEA）的R代码，主要涉及了三种流行的R包：DESeq2、edgeR以及limma。这些R包在生物信息学领域广泛应用于...
RNA 3. SCI 文章中基于TCGA 差异表达基因之 DESeq2
weixin_41368414的博客
02-16 3164
前言上期我们介绍了基于 limma 来做差异表达基因，那么这期来讲一下 DESeq2，那么这两款软件有什么区别吗？区别主要在于一个是计算芯片探针给出来的结果，而 DESeq2 是基于NGS 测序结果中 Read counts 来计算差异表达，根据输入数据的不同，我们对比一下做法。
yolo v3的网络结构（二）
weixin_45796980的博客
11-29 465
yolo v3的网络结构（二） 还是先上在学习Yolo时不是很清楚的点。 Conv2d 有Conv1d和Conv2d。前者是一维的卷积，能处理多维数据；后者是二维卷积，可以处理二维数据。 以Conv2d为例，用代码表示： nn.Conv2d(self, in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)) 参数：   in_channel:　输入数据的通道数，例RGB图
python链表翻转_用python介绍4种常用的单链表翻转的方法
weixin_39618574的博客
11-20 181
这里给出了4种4种常用的单链表翻转的方法，分别是：开辟辅助数组，新建表头反转，就地反转，递归反转# -*- coding: utf-8 -*-'''链表逆序'''class ListNode:def __init__(self,x):self.val=xself.next=None'''第一种方法：对于一个长度为n的单链表head,用一个大小为n的数组arr储存从单链表从头到尾遍历的所有元素，在从...
edgeR、limma、DESeq2三种差异表达包比较（RNA-seq数据）
热门推荐
bioprogrammer
08-01 3万+
1. 加载R包和输入数据 rm(list = ls()) library("DESeq2") library("limma") library("edgeR") expr = read.csv("mRNA_exprSet.csv",sep = ',',header=T) head(expr) TCGA-mRNA数据链接 链接：https://pan.baidu.com/s/1b6l4qg4...
r语言degseq2_R语言seq()函数用法
weixin_39553352的博客
02-11 311
1、seq()用来生成一组数字的函数。Usage：## Default S3 method:seq(from = 1, to = 1, by = ((to - from)/(length.out - 1)),length.out = NULL, along.with = NULL, ...)seq.int(from, to, by, length.out, along.with, ...)seq_...
r语言degseq2_第二次RNA-seq实战总结(3)-用DESeq2进行基因表达差异分析
weixin_39794213的博客
02-11 3402
DESeq2是一个用于分析基因表达差异的R包，具体操作要在R语言中运行1.R语言安装DESeq2>source("https://bioconductor.org/biocLite.R")>biocLite("DESeq2")2.载入基因表达量文件，添加列名>setwd("C:\\Users\\18019\\Desktop\\counts")>options(strin...
r语言degseq2_DESeq2转录组差异表达分析实例
weixin_35537635的博客
12-31 3507
参考文章我的R语言版本是3.6.1安装分析过程需要用的的R包DESeq2 差异表达分析BiocManager::install("DESeq2")使用library(DESeq2)加载的时候遇到报错 ：载入了名字空间‘rlang’ 0.4.0，但需要的是>= 0.4.2 解决办法：将rlang包手动删除，rlang所在的路径是\R-3.6.1\library\rlang。然后使用命令inst...
DEseq的问题
qq_39306047的博客
03-20 6632
单细胞转录组数据校正批次效应实战（上） 简而言之，不同时间、不同操作者、不同试剂、不同仪器导致的实验误差，反映到细胞的表达量 上就是批次效应，这个很难去除但可以缩小。如果效应比较还可以接受，但是批次效应很严重， 就可能会和真实的生物学差异相混淆，让结果难以捉摸。我们需要辨别到底存在多大程度的批次 效应，对我们真实的生物学样本会不会产生影响。 校正批次效应的目的就是：减少batch之间的差异，尽量让...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Mrrunsen

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值