DESeq2包分析差异表达基因

DESeq2：基于负二项式模型的高通量测序数据基因差异表达分析。

1. 读入基因表达谱数据

# if (!requireNamespace("BiocManager", quietly = TRUE))
#   install.packages("BiocManager")
# 
# BiocManager::install("DESeq2")

# setwd(work_dir)
# count_df <- read.csv(file,row.names = 1)

count_df <- round(count_df) # 如果有小数
dim(count_df)
count_df[1:3,1:4]

2.  生成DESeqDataSet 对象

library(DESeq2)

# 样本分类
condition <- factor(c(rep("control",50),rep("treat",63))) # mock
colData <- data.frame(row.names=colnames(count_df), condition)

dds <-DESeqDataSetFromMatrix(countData = as.matrix(count_df),
                             colData = colData,
                             design= ~condition)
head(dds)

注：DESeqDataSet()，DESeqDataSetFromMatrix(),DESeqDataSetFromHTSeqCount()  都能生成DESeqDataSet 对象

3. 差异表达基因分析

dds <- DESeq(dds)

res <- results(dds)
summary(res)
head(res)

resOdered <- res[order(res$padj),]
deg <- as.data.frame(resOdered)
#deg <- na.omit(deg)
dim(deg)

write.csv(deg,file= "diff_deseq2.csv"）

DESeq函数包含三步，estimation of size factors（estimateSizeFactors)， estimation of dispersion（estimateDispersons)， Negative Binomial GLM fitting and Wald statistics（nbinomWaldTest） 返回DESeqResults 对象。