差异表达分析（DEG）时 row.names'里不能有重复的名字 的解决方案

 

最近看到读者留言说在差异表达分析导入矩阵是提醒row name重复，现在就这一问题解释原因和最简单的解决方案。

原因：探针和基因是多对一的关系，比如A和B都可能是指向基因AB。在一般的基因芯片的表达矩阵中，用探针表示的表达矩阵不存在行名重复问题。但是如果先注释成gene symbol，则可能不同行的探针注释成同一个gene symbol。这个时候如果还是用转换后的矩阵进行差异分析，在导入R的时候就会提醒row name充分，这是由于R的规则将行名视为唯一标识符，如果由两个行具有相同的名称，在使用行名取数据的时候，R就不知道需要的是哪一行。

解决方案：通常情况下将不同探针获得的gene symbol按照一定规则合并成一行即可。可以使平均数、中位数、最大值、最小值等，根据自己的需求决定。这个操作可以在R中完成，但是需要一定的编程基础。下面以求平均数为例演示如何使用Excel合并相同的行。

1. 这是一个带有重复行名的表达矩阵，只有一个样本。

2.新建一个sheet并点击左上角的透视表