生信豆芽菜-edgeR差异分析使用说明

最新推荐文章于 2024-03-23 22:29:00 发布

木之如水

最新推荐文章于 2024-03-23 22:29:00 发布

阅读量681

点赞数 1

文章标签： r语言数据分析

本文链接：https://blog.csdn.net/weixin_43949246/article/details/132180514

版权

网站：http://www.sxdyc.com/diffEdgerAnalyse
一、edgeR差异分析简介
edgeR使用经验贝叶斯估计和基于负二项模型的精确检验来确定差异基因，通过在基因之间来调节跨基因的过度离散程度，使用类似于Fisher精确检验但适应过度分散数据的精确检验用于评估每个基因的差异表达。
二、使用须知（几个概念）
1、Group:表示的是样本的分组信息。差异分析中，一般只有两组，进行比较，即A和B组进行比较；
2、P值：P值即概率，反映某一事件发生的可能性大小。在差异分析中，p值的大小反应的是分组样本的重复性，组内重复性越好，p值往往越小，在分析的过程中，我们一般认为满足p<0.05的情况下，该特征（基因）差异才是真正的差异基因，而不是由于离群样本过高/过低导致的假阳性结果。
三、使用方法
1、打开网址（http://www.sxdyc.com/singleCollectionTool?href-diff），选择“edgeR差异分析”。
在这里插入图片描述

2、准备数据
一个全基因的表达谱矩阵，其中行为基因，列为样本
在这里插入图片描述

一个样本分组信息，包含两列，第一列为样本名，第二列的分组
在这里插入图片描述

3、输入比较和被比较的组名
在这里插入图片描述

获取到的结果，log2(FC)>0的基因为在C1组中高表达，log2(FC)<0的基因为在C1组中低表达
这里需要注意的是edgeR包进行差异分析输入的readcount的数据，而不能是TPM/FPKM的数据。
数据格式用为txt文本，以制表符分割。
4、点击提交。
5、输入分析队列名，点击提交
在这里插入图片描述

6、等待结果，查看结果
结果需要注意的是：列名错位，A列其实是基因，B为logFC，C为PValue，D为FDR
在这里插入图片描述

四、分析结果

log2FC中的FC即 fold change，表示两样品（组）间表达量的比值，对其取以2为底的对数之后即为log2FC。
FDR即False Discovery Rate，错误发现率，是通过对差异显著性p值（p-value）进行校正得到的。
注意：在自测数据中，由于样本较少，在选择差异分析时，可以选择p值而不是FDR（校正后的p值）
当然，如果不清楚数据是什么样的，可以选择下载我们的示例数据，也可以关注公众号：豆芽数据分析