10stepsRNA-seq下游实践

10Steps RNA-seq下游实践 03.29-04.01

1.数据来源：GSE~~~~

是某个蛋白唯一一个公开的RNA-seq数据

2.实践内容：

1.从上游得到的features counts转变为表达谱矩阵
2.样本相关性分析，PCA，correlation，（orz:虽然只有四个样本🐂🍺）
3.分别用DESeq2,edgeR,limma三种方法计算差异表达
4.三种方法的比较
5.根据3中的差异表达绘制火山图
6.绘制热图
7.GO分析
8.KEGG分析
9.GSESA分析
10.GSVA分析

3.代码来源

生信技能树，公开讲座，郑可老师

4.自己坑坑洼洼遇到的困难与debug

######1.最一开始的featurescount文件的处理
其列数较多：包含什么正负链，染色体，并且样本的名称也甚是复杂。为了能够整理成教程中那个仅有genename,样本(且名字简单)的格式，小袁同学翻了翻“孟孟”老师的R语言的PPT，将数据框删除了不必要的列（疯狂使用dat=dat[,-1]，一列列的删除），并用数据框子集提取来为列名改值。

>mydata <- read.table("counts.txt", header = TRUE, quote = '\t',skip =1)
>sampleNames <- c("CA_1","CA_2","CA_3","CC_1","CC_2","CC_3")
>names(mydata)[7:12] <- sampleNames
>head(mydata