使用edgeR进行两组间的差异分析

欢迎关注”生信修炼手册”!

edgeR 接受raw count的定量表格，然后根据样本分组进行差异分析，具体步骤如下

1.  读取文件

需要读取基因在所有样本中的表达量文件，示例如下

gene_id ctrl-1 ctrl-2 ctrl-3 case-1 case-2 case-3
geneA 14  0  11  4  0  12
geneB 125 401 442 175 59 200

每一行为一个基因，每一列代表一个样本。读取数据的代码如下

# 读取表达量的表格
counts <- read.table(
  "gene.counts.tsv",
  header=T,
  sep="\t",
  row.names=1,
  comment.char="",
  check.names=F)

# 设置样本分组
groups <- factor(c(1,1,1,2,2,2))

# 构建edgeR中的对象
y <- DGEList(counts=count,group=group)

2. 过滤count数很低的基因

根据CPM表达量对基因进行过滤，代码如下

keep <- rowSums(cpm(y)>1) >= 2
y <- y[keep, , keep.lib.sizes=FALSE]

3. 归一化

默认采用TMM归一化算法，计算每个样本的 sizefactor, 代码如下

y <- calcNormFactors(y)

4. 进行差异分析

代码如下

design <- model.matrix(~group)
y <- estimateDisp(y,design)
et <- exactTest(y)

5.  提取结果

将差异分析的结果保存到文件中，代码如下

res <- et$table
write.table(res, "edgeR.xls", header = T, col.names = NA, sep = "\t" )

·end·

—如果喜欢，快分享给你的朋友们吧—

扫描关注微信号，更多精彩内容等着你！