使用edgeR进行两组间的差异分析
欢迎关注”生信修炼手册”!
edgeR 接受raw count的定量表格，然后根据样本分组进行差异分析，具体步骤如下
1. 读取文件
需要读取基因在所有样本中的表达量文件，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每一行为一个基因，每一列代表一个样本。读取数据的代码如下
# 读取表达量的表格
counts <- read.table(
"gene.counts.tsv",
header=T,
sep="\t",
row.names=1,
comment.char="",
check.names=F)# 设置样本分组
groups <- factor(c(1,1,1,2,2,2))# 构建edgeR中的对象
y <- DGEList(counts=count,group=group)2. 过滤count数很低的基因
根据CPM表达量对基因进行过滤，代码如下
keep <- rowSums(cpm(y)>1) >= 2
y <- y[keep, , keep.lib.sizes=FALSE]3. 归一化
默认采用TMM归一化算法，计算每个样本的 sizefactor, 代码如下
y <- calcNormFactors(y)4. 进行差异分析
代码如下
design <- model.matrix(~group)
y <- estimateDisp(y,design)
et <- exactTest(y)5. 提取结果
将差异分析的结果保存到文件中，代码如下
res <- et$table
write.table(res, "edgeR.xls", header = T, col.names = NA, sep = "\t" )·end·
—如果喜欢，快分享给你的朋友们吧—
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2018-09-30，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录
腾讯云开发者
