本篇文章為大家展示了limma中怎么實(shí)現(xiàn)兩組間差異分析操作,內(nèi)容簡(jiǎn)明扼要并且容易理解,絕對(duì)能使你眼前一亮,通過(guò)這篇文章的詳細(xì)介紹希望你能有所收獲。
我們提供的服務(wù)有:成都網(wǎng)站設(shè)計(jì)、成都網(wǎng)站制作、微信公眾號(hào)開(kāi)發(fā)、網(wǎng)站優(yōu)化、網(wǎng)站認(rèn)證、龍陵ssl等。為上千企事業(yè)單位解決了網(wǎng)站和推廣的問(wèn)題。提供周到的售前咨詢和貼心的售后服務(wù),是有科學(xué)管理、有技術(shù)的龍陵網(wǎng)站制作公司
讀取基因在所有樣本中的表達(dá)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(gè)基因,每一列代表一個(gè)樣本。讀取數(shù)據(jù)的代碼如下
# 讀取表達(dá)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
group <- factor(rep(c("control", "case"), each = 3))
design <- model.matrix(~group)
# 構(gòu)建edgeR中的對(duì)象
library(edgeR)
y <- DGEList(counts=count)
之所以采用edgeR來(lái)讀取數(shù)據(jù),是為了方便后續(xù)的預(yù)處理和歸一化。
和edgeR中的預(yù)處理過(guò)程類似,根據(jù)CPM
表達(dá)量對(duì)基因進(jìn)行過(guò)濾,代碼如下
keep <- rowSums(cpm(y)>1) >= 2 y <- y[keep, , keep.lib.sizes=FALSE]
默認(rèn)采用TMM
歸一化算法,計(jì)算每個(gè)樣本的 sizefactor, 代碼如下
y <- calcNormFactors(y)
在進(jìn)行差異分析前,需要對(duì)表達(dá)量進(jìn)行轉(zhuǎn)換,有以下兩種選擇
logCPM
voom
第一種轉(zhuǎn)換就是計(jì)算logCPM
值,第二種轉(zhuǎn)換適用于樣本間sizaFactors差異較大的情況。轉(zhuǎn)換的代碼如下
# logCPM
logCPM <- cpm(dge, log=TRUE, prior.count=3)
# voom
v <- voom(dge, design, plot=TRUE)
轉(zhuǎn)換之后的表達(dá)量就可以進(jìn)行差異分析了,代碼如下
fit <- lmFit(logCPM, design) fit <- eBayes(fit, trend=TRUE) res<- topTable(fit, coef=ncol(design))
上述內(nèi)容就是limma中怎么實(shí)現(xiàn)兩組間差異分析操作,你們學(xué)到知識(shí)或技能了嗎?如果還想學(xué)到更多技能或者豐富自己的知識(shí)儲(chǔ)備,歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。
文章題目:limma中怎么實(shí)現(xiàn)兩組間差異分析操作
分享網(wǎng)址:http://vcdvsql.cn/article4/gjopie.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供網(wǎng)站建設(shè)、網(wǎng)站導(dǎo)航、服務(wù)器托管、移動(dòng)網(wǎng)站建設(shè)、外貿(mào)建站、企業(yè)建站
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請(qǐng)盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如需處理請(qǐng)聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來(lái)源: 創(chuàng)新互聯(lián)