该教程详细介绍了如何使用Python对TCGA数据进行标准化和差异分析。首先，从GTF文件中提取mRNA和lncRNA，然后通过Deseq2包进行数据标准化，包括mRNA标准化。接着，利用metadata文件构建dds对象，进行差异分析。最后，讨论了如何处理没有正常对照的肿瘤样本，并强调了标准化和差异分析在生信研究中的重要性。
前面我们从GDC下载了TCGA肿瘤数据库的数据,也能够把GDC下载的多个TCGA文件批量读入R
今天我们讲一下TCGA数据的标准化，以及差异分析，得到了标准化后的数据，我们就可以按照以前的帖子，做一系列操作
Y叔推荐的这个图有毒！
图有毒系列之2
多个基因在多亚组疾病中的展示
在得到了差异分析的结果后，我们可以完成热图，火山图，GO分析，KEGG分析，GSEA分析，就跟这个帖子中的一样。
来完成你的生信作业，这是最有诚意的GEO数据库教程
下面开始今天的教程：
首先加载上一次课获得的数据；
### 加载数据
load("expr_df.Rdata")
现在的数据是这个样子的
去掉ensemble ID的点号
library(tidyr)
expr_df_nopoint %
tidyr::separate(gene_id,into = c("gene_id"),sep="\\.")
现在的数据是这个样子的
去掉点号，是为了用gtf文件。
gtf文件的获取和作用在这里
GTF文件有什么用啊？别的不谈，最起码能提lncRNA
加载gtf文件,这是目前我们能接触的最大文件，有260万行。
load(file = "gtf_df.Rda")
提取mRNA
mRNA_exprSet %
dplyr::filter(type=="gene",gene_biotype=="protein_coding&
最低0.47元/天 解锁文章
扫一扫
509
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
