limma包进行差异分析

limma包进行差异分析

载入limma包，利用edgeR的标准化方法

library(edgeR)
library(limma)

读取两组对比的数据

a<-read.table("E3和E4.txt")

E3有81个样本，E4有190个样本，所以创建一个dataframe来统计样本的信息

condition<-data.frame(lane=(1:271),treatment=rep(c(1,2),c(81,190)),label=rep(c("E3","E4"),c(81,190)))

告诉函数分组信息，构建一个DGEList

design <- model.matrix(~factor(condition$label))
y<-DGEList(counts = a[,1:271],group = condition$treatment,genes = rownames(a))
dge <- calcNormFactors(y)

limma包现在使用里面的voom函数来对RNA-Seq进行分析

v <- voom(dge, design, plot=TRUE)
fit <- lmFit(v, design)
fit <- eBayes(fit)

输出500个差异基因数目

dge<-topTable(fit, number = 500,coef=ncol(design))
write.table(dge,E3和E4的DGE.txt")

利用FoldChange>2倍来判断相应时期高表达的基因，并卡pvalue<0.05值

E3_0.05>dge[deg$logFC< 1,]
E4_0.05>dge[deg$logFC> 1,]
write.table(E3_0.05,E3的DGE.txt")
write.table(E4_0.05,E4的DGE.txt")