标题【0基础】输入cq值即获得可截断的带显著区间的显著水平的表达量柱状图
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
前言
实时荧光定量获得的cq值需经过2^-▲▲ct公式计算表达量,然后在计算组间差异最后作图,本贴可输入cq值一步画出可截断的带显著区间的显著水平的表达量柱状图。代码我也是down的别人的,现学现卖。只是加了很多注释方便新手理解,原帖https://www.jianshu.com/p/d520f2f5ab33
一、整理cq值数据
将cq值整理成一下这种格式:
最好不要出现中文,然后将整理好的数据另存为后缀名为.csv格式到指定的文件夹下,待会要用到
示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。
二、使用R
1.计算相对表达量
在用R读入数据前,需要将工作路径设置到你刚才存放数据的文件夹下。
PCR <- read.csv("你的数据的文件名.csv") #读表到R中
PCR$dct=PCR$gene-PCR$GAPDH ##计算∆Ct,即目的基因Ct-内参基因Ct
PCR$ddct=PCR$dct-mean(PCR$dct[1:3]) ##∆Ct-对照组Ct均值,即∆∆Ct
PCR$mrna=2^-PCR$ddct ##取2的-∆∆Ct次方,即2^-∆∆Ct
2.开始画图
#画图
library(ggpubr)#载入r包,第一次载入可能会比较久,如果提示找不到这个包那就需要下载,下载r包的方法请自行百度
ggbarplot(PCR,
'group',
'mrna',
fill = 'group', # 按组填充颜色,当然如果喜欢单色,就用‘black’
palette = "jco", ## "npg", "aaas", "lancet"等主题任意选
add = "mean_sd",,xlab = F,ylab = 'Relative mRNA expression',legend='none',
ggtheme = theme_bw()#选一个自己喜欢的背景
)+stat_compare_means(method = 't.test')
到这里就算是一步出图啦,图片带有误差区间、使用的检验方法和显著值,但是想把柱状图换成黑白的啥的也可以接着下面这个代码
2.图片优化
install.packages("ggprism")
library(ggprism)
ggbarplot(PCR,
'group',
'mrna',
fill = "black",
add = "mean_sd",
xlab = F,ylab = 'Relative mRNA expression',legend='none',
ggtheme = theme_prism()
)+stat_compare_means(aes(label = ..p.signif..), ## 改成星星
comparisons = list(c('control','treat')), ## 添加一下列表
method = 't.test')
最后在做一个截断优化一下
install.packages("ggbreak")
library(ggbreak)
p<-ggbarplot(PCR,
'group',
'mrna',
fill = "black",
add = "mean_sd",
xlab = F,ylab = 'Relative mRNA expression',legend='none',
ggtheme = theme_prism()
)+stat_compare_means(aes(label = ..p.signif..),
comparisons = list(c('control','treat')),
method = 't.test')
## 只要一句话就解决了,1.5是下轴,4是上轴,当然也可以三截断,定义宽度和高度,具体的自己可以研究
p+scale_y_break(c(1.5,4) ,scales = c(1,10))