![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
转录组分析
DUKE.47
这个作者很懒,什么都没留下…
展开
-
转录组验证-qRTPCR作图
转录组验证-qRTPCR作图原创 2022-09-27 10:28:41 · 3411 阅读 · 1 评论 -
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...原创 2022-05-14 21:27:39 · 3276 阅读 · 1 评论 -
转录组-差异基因火山图
增强版火山图和ggplot2火山图原创 2022-04-29 16:32:22 · 1104 阅读 · 0 评论 -
转录组-DESeq2筛选差异基因
需要数据:表达矩阵(count数据,count值为整数,矩阵是没有标准化的); 分组信息; 差异比较矩阵(制定差异比较对象)getwd()mycounts<-read.csv("gene_exp.csv",row.names = 1)#这个表不对,有小数,应用Count数据head(mycounts)dim(mycounts)#几行几列mycounts_1<-my...原创 2022-04-08 10:40:55 · 2150 阅读 · 0 评论 -
转录组-PCA分析
PCA分析步骤:第一步,对所有样本进行中心化第二步,求特征协方差矩阵第三步,求协方差矩阵的特征值和特征向量第四步,将特征值按照从大到小的顺序排序,选择其中最大的k个,然后将其对应的k个特征向量分别作为列向量组成特征向量矩阵第五步,将样本点投影到选取的特征向量上(用欧氏距离方程计算点间距离)getwd()#导入三张表gene_exp<-read.csv("gene_exp.csv",header = T,row.names = 1)gene_info<-re..原创 2022-04-06 11:25:23 · 7517 阅读 · 7 评论