DEseq-R,差异基因分析

最新推荐文章于 2024-09-08 23:20:45 发布

wt12138

最新推荐文章于 2024-09-08 23:20:45 发布

阅读量967

点赞数

文章标签： csv poi 办公软件 db 线性规划

本文链接：https://blog.csdn.net/wt141643/article/details/109594592

版权

本文介绍如何利用R中的DESeq2包进行差异基因表达分析，包括数据预处理、统计测试和结果解释，帮助理解生物信息学中的差异表达研究。

摘要由CSDN通过智能技术生成

################################
## 2020/10/05  DES analysis

setwd("E:/RNAseq/")
library(DESeq2)
library(apeglm)
library(ashr)

# 1. 构建dds
mycounts <- read.table(file = paste0( "gene_all.counts.matrix"), 
                         header = T, 
                         sep = "\t", 
                         quote = "", 
                         check.names = F)

head(mycounts)
rownames(mycounts) <- mycounts[,1]
mycounts <- mycounts[,-1] ## 这里要注意一定要删掉第一列第一行的那个空格或文字

condition <- factor(c(rep("h",3),rep("L",3)), levels = c("h","L"))

colData <- data.frame(row.names = colnames(mycounts), condition)

# 2. DESeq流程
dds <- DESeqDataSetFromMatrix(mycounts, colData, design= ~ condition)
dds <- DESeq(dds)

res <- results(dds)
head(res)
head(as.data.frame(res))

# sort by p.adj
res <- res[orde