java fit 16s,16s分析之差异OTU 挑选（edgeR）

16s分析到多样性后我们就开始对差异OTU 进行挑选

基于原始count数目，我们参考两个包来做差异分析：

library(DESeq2)

library(edgeR)

这里当时是首先使用edgeR包做的，下面我们来使用这个包做一次差异分析

现在我们读入进入工作目录并读入文件

#使用edgr统计差异otu

setwd("E:/Shared_Folder/HG_usearch_HG")

# 读入实验设计

design =read.table("map_lxdjhg.txt", header=T, row.names= 1,sep="\t")

# 读取OTU表,全部otu表没有抽平

otu_table =read.delim("otu_table.txt", row.names= 1,sep="\t",header=T,check.names=F)

为什么需要做这一步，edgeR并不是很智能，需要变量一样，并且连排列顺序都一样

# 过滤数据并排序

idx =rownames(design) %in% colnames(otu_table)

#提取分组文件

sub_design =design[idx,]

#提取OTUtable文件

count =otu_table[, rownames(sub_design)]

head(count)