转录组-差异基因热图

top_de_exp<-dplyr::slice(de_result2,1:20)%>%#挑取差异最大的
  select(-c(2:8))%>%#去掉2-8列
  column_to_rownames(var="id")#列变行

de_result2为上一篇转录组-火山图得到的数据!

#第一种做图方式

library(pheatmap)
pheatmap(log10(top_de_exp+1),
         #cluster_rows = F,#顺序按照导入表一致且左侧不聚类,一般不用
         #cluster_cols = F,#上面不聚类,一般不用
         show_colnames = F)#去掉行名

#第二种做图方式:标准化之后

pheatmap(top_de_exp,
         scale = "row",
       show_rownames = F)#不显示基因名字/列名
  • 1
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
要分析转录差异基因,可以使用R语言中的DESeq2包。首先,需要导入DESeq2包并安装所需的依赖项。可以使用以下命令来完成这一步骤: ``` #source("https://bioconductor.org/biocLite.R") #载入安装工具 #BiocManager::install("DESeq2")#安装包 library(DESeq2) ``` 接下来,将基因表达量数据和分组信息导入R环境中,并创建一个DESeqDataSet对象。可以使用以下命令来实现: ``` mycounts_1 <- round(mycounts_1, digits=0) #将输入数据取整,若为count数据不需要这一步 dds <- DESeqDataSetFromMatrix(countData = mycounts_1, #基因表达量表 colData = mymeta, #分组信息表 design = ~dex) #分组信息里的列名 ``` 然后,可以使用DESeq函数来进行差异表达分析,并将结果保存在一个DESeqResults对象中。可以使用以下命令来完成这一步骤: ``` dds <- DESeq(dds) res <- results(dds) ``` 接下来,可以查看差异表达基因的前几行,以及结果对象的类别。可以使用以下命令来实现: ``` head(res) class(res) ``` 如果需要将结果保存为一个数据框,可以使用以下命令: ``` res_1 <- data.frame(res) class(res_1) head(res_1) ``` 为了进一步分析差异基因的上下调情况,可以使用dplyr包中的mutate函数将基因分为上调、下调和不显著差异的三个组,并统计每个组中基因的数量。可以使用以下命令来实现: ``` library(dplyr) res_1 %>% mutate(group = case_when( log2FoldChange >= 1 & pvalue <= 0.05 ~ "UP", log2FoldChange <= -1 & pvalue <= 0.05 ~ "DOWN", TRUE ~ "NS" )) -> res_2 table(res_2$group) ``` 最后,如果需要将上述结果保存为CSV文件,可以使用以下命令: ``` write.csv(res_2, file = "res_2.csv") ``` 这样,就可以完成R语言中转录差异基因的分析。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [转录-DESeq2筛选差异基因](https://blog.csdn.net/weixin_59909329/article/details/124035131)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *3* [转录-差异基因](https://blog.csdn.net/weixin_59909329/article/details/124774333)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值