RNA-seq下游分析之 PCA图

最新推荐文章于 2025-01-04 15:43:10 发布

佛系盼毕业

最新推荐文章于 2025-01-04 15:43:10 发布

阅读量2.9k

点赞数 1

文章标签：数据库

本文链接：https://blog.csdn.net/weixin_51192038/article/details/116498153

版权

该博客展示了如何使用R语言进行RNA-seq数据的预处理和PCA分析。首先，从文件中读取数据并进行重命名，然后创建DESeq2对象以进行差异表达分析。接着，对数据进行rlog转换，并利用plotPCA函数绘制PCA图，以展示样本间的差异。最后，通过ggplot2进一步定制PCA图，显示了条件和样本名称对样本聚类的影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

PCA画图（rna-seq下游）

rm(list=ls())
mydata <- read.table("C:/Users/gao/Desktop/all.id.txt",header =TRUE,quote='\t',skip = 1) 
smpleNames <- c('mesc_1','mesc_1','mesc_2','mesc_2','mesc_3','mesc_3','mesc_4','mesc_4','mesc_5','mesc_5','mesc_6','mesc_6','mesc_7','mesc_7','mesc_8','mesc_8')
names(mydata)[7:22] <- smpleNames 
head(mydata)
countmatrix <- as.matrix(mydata[7:22])
rownames(countmatrix) <- mydata$Geneid
head(countmatrix)
save(countmatrix,file="expr.Rdata")
table2 <- data.frame(name = c('mesc_1','mesc_1','mesc_2','mesc_2','mesc_3','mesc_3','mesc_4','mesc_4','mesc_5','mesc_5','mesc_6','mesc_6','mesc_7','me