大家学习到的通常是两个组的样本进行差异分析,然后走标准分析流程,火山图,热图,GO/KEGG数据库注释等等。这些流程的视频教程都在B站和GitHub了,目录如下:
但真实情况下,通常是有多个分组,这个时候就会有多种策略可供选择了。
比如拿某一组的样本与剩余其它组所有样本进行比较,这样的差异分析策略还是蛮流行的!我前面在生信技能树也写过教程:如果你的分组比较多,差异分析策略有哪些?
其实很早就有一篇文献 Nucleic Acids Res. 2013 Nov;,题目是Identifying subgroup markers in heterogeneous populations 也提到了这个情况;
Instead, a subgroup of samples in one group shows differential behavior with respect to all other samples.
所以他们提出来了 Detection of Imbalanced Differential Signal (DIDS) 算法, 感兴趣的朋友可以体验一下,然后发给我们你的使用记录,开始你的笔记分享之旅!