溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》
您好，登錄后才能下訂單哦！
edgeR中怎么實現(xiàn)兩組間差異分析操作，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學(xué)習(xí)下，希望你能有所收獲。
需要讀取基因在所有樣本中的表達量文件，示例如下
gene_id ctrl-1 ctrl-2 ctrl-3 case-1 case-2 case-3 geneA 14 0 11 4 0 12 geneB 125 401 442 175 59 200
每一行為一個基因，每一列代表一個樣本。讀取數(shù)據(jù)的代碼如下
# 讀取表達量的表格 counts <- read.table( "gene.counts.tsv", header=T, sep="\t", row.names=1, comment.char="", check.names=F) # 設(shè)置樣本分組 groups <- factor(c(1,1,1,2,2,2)) # 構(gòu)建edgeR中的對象 y <- DGEList(counts=count,group=group)
根據(jù)CPM表達量對基因進行過濾，代碼如下
keep <- rowSums(cpm(y)>1) >= 2 y <- y[keep, , keep.lib.sizes=FALSE]
默認采用TMM歸一化算法，計算每個樣本的 sizefactor, 代碼如下
y <- calcNormFactors(y)
代碼如下
design <- model.matrix(~group) y <- estimateDisp(y,design) et <- exactTest(y)
將差異分析的結(jié)果保存到文件中，代碼如下
res <- et$table write.table(res, "edgeR.xls", header = T, col.names = NA, sep = "\t" )
看完上述內(nèi)容是否對您有幫助呢？如果還想對相關(guān)知識有進一步的了解或閱讀更多相關(guān)文章，請關(guān)注億速云行業(yè)資訊頻道，感謝您對億速云的支持。
免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關(guān)證據(jù)，一經(jīng)查實，將立刻刪除涉嫌侵權(quán)內(nèi)容。
億速云公眾號
手機網(wǎng)站二維碼
