• 主页
  • 课程

    关于课程

    • 课程归档
    • 成为一名讲师
    • 讲师信息
    同等学历教学

    同等学历教学

    免费
    阅读更多
  • 特色
    • 展示
    • 关于我们
    • 问答
  • 事件
  • 个性化
  • 博客
  • 联系
  • 站点资源
    有任何问题吗?
    (00) 123 456 789
    weinfoadmin@weinformatics.cn
    注册登录
    恒诺新知
    • 主页
    • 课程

      关于课程

      • 课程归档
      • 成为一名讲师
      • 讲师信息
      同等学历教学

      同等学历教学

      免费
      阅读更多
    • 特色
      • 展示
      • 关于我们
      • 问答
    • 事件
    • 个性化
    • 博客
    • 联系
    • 站点资源

      未分类

      • 首页
      • 博客
      • 未分类
      • (未测试)R语言之生信,差异基因分析第三节

      (未测试)R语言之生信,差异基因分析第三节

      • 发布者 一览
      • 分类 未分类
      • 日期 2020年2月6日
      • 评论 0评论

      统计差异基因数目

      tfit <- treat(vfit, lfc=1)
      dt <- decideTests(tfit)
      summary(dt)
              BasalvsLP BasalvsML LPvsML
      Down        1417      1512    203
      NotSig     11030     10895  13780
      Up          1718      1758    182

      一些研究需要不止一个调整后的p值cutoff值。 为了对重要性进行更严格的定义,可能需要log-fold-change(log-FC)超过最小值。 一般用来计算经验贝叶斯慢化t-统计的p值,并具有最小的log-FC要求。

      • 保存文件
      de.common <- which(dt[,1]!=0 & dt[,2]!=0)
      length(de.common)
      
      
      vennDiagram(dt[,1:2], circle.col=c("turquoise", "salmon"))
      write.fit(tfit, dt, file="results.txt")
      #使用topTreat输出差异基因信息
      #The top DE genes can be listed using topTreat for results using treat
      # (or topTable for results using eBayes). 
      #By default topTreat arranges genes from smallest to largest adjusted p-value with associated gene information, 
      #log-FC, average log-CPM, moderated t-statistic, 
      #raw and adjusted p-value for each gene. 
      #The number of top genes displayed can be specified, where n=Inf includes all genes. 
      basal.vs.lp <- topTreat(tfit, coef=1, n=Inf)
      basal.vs.ml <- topTreat(tfit, coef=2, n=Inf)
      head(basal.vs.lp)

      维恩图显示仅比较基础与仅LP(左),基础与仅ML(右)之间比较基因DE的数量,以及两个比较(中心)中DE的基因数目。 任何比较中不是DE的基因的数目标记在右下角。

      • 差异基因可视化

      为了总结目测所有基因的结果,可以使用plotMD函数生成显示来自线性模型的log-FC与平均对数-CPM值拟合的均值 – 差异图,其中突出显示差异表达的基因。

      plotMD(tfit, column=1, status=dt[,1],
             main=colnames(tfit)[1], 
             xlim=c(-8,13))
      • 使用Glimma生成交互式均值差分图。

      log-FC与log-CPM值显示在左侧面板中,与右侧面板中选定基因的每个样品的单个值相关。 结果表也显示在这些图下方,以及搜索栏以允许用户使用可用的注释信息来查找特定的基因。

      glMDPlot(tfit, coef=1, status=dt,
               main=colnames(tfit)[1],
               side.main="ENTREZID",
               counts=x$counts,
               groups=group, launch=T)
      • 热图

      使用来自gplots软件包的heatmap.2函数,从基础对比LP对比度的顶部100个DE基因(按调整的p值排列)创建热图。热图将样品按细胞类型正确聚类,并将基因重新排列成具有相似表达模式的区块。从热图中,我们观察到ML和LP样品的表达对于基础和LP之间的前100个DE基因非常相似。

      library(gplots)
      basal.vs.lp.topgenes <- basal.vs.lp$ENTREZID[1:100]
      i <- which(v$genes$ENTREZID %in% basal.vs.lp.topgenes)
      mycol <- colorpanel(1000,"blue","white","red")
      heatmap.2(v$E[i,], scale="row",
                labRow=v$genes$SYMBOL[i], labCol=group,
                col=mycol, trace="none", density.info="none", 
                margin=c(8,6), lhei=c(2,10), dendrogram="column")

      请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!

      • 分享:
      作者头像
      一览

      上一篇文章

      (未测试)R语言之生信,差异基因分析第二节
      2020年2月6日

      下一篇文章

      (未测试)R语言之生信,TCGA生存分析第一节
      2020年2月6日

      你可能也喜欢

      2-1675088548
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      30 1月, 2023
      9-1675131201
      如何快速批量修改 Git 提交记录中的用户信息
      26 1月, 2023
      8-1678501786
      肿瘤细胞通过改变CD8+ T细胞中的丙酮酸利用和琥珀酸信号来调控抗肿瘤免疫应答。
      7 12月, 2022

      留言 取消回复

      要发表评论,您必须先登录。

      搜索

      分类

      • R语言
      • TCGA数据挖掘
      • 单细胞RNA-seq测序
      • 在线会议直播预告与回放
      • 数据分析那些事儿分类
      • 未分类
      • 生信星球
      • 老俊俊的生信笔记

      投稿培训

      免费

      alphafold2培训

      免费

      群晖配置培训

      免费

      最新博文

      Nature | 单细胞技术揭示衰老细胞与肌肉再生
      301月2023
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      301月2023
      如何快速批量修改 Git 提交记录中的用户信息
      261月2023
      logo-eduma-the-best-lms-wordpress-theme

      (00) 123 456 789

      weinfoadmin@weinformatics.cn

      恒诺新知

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      链接

      • 课程
      • 事件
      • 展示
      • 问答

      支持

      • 文档
      • 论坛
      • 语言包
      • 发行状态

      推荐

      • iHub汉语代码托管
      • iLAB耗材管理
      • WooCommerce
      • 丁香园论坛

      weinformatics 即 恒诺新知。ICP备案号:粤ICP备19129767号

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      要成为一名讲师吗?

      加入数以千计的演讲者获得100%课时费!

      现在开始

      用你的站点账户登录

      忘记密码?

      还不是会员? 现在注册

      注册新帐户

      已经拥有注册账户? 现在登录

      close
      会员购买 你还没有登录,请先登录
      • ¥99 VIP-1个月
      • ¥199 VIP-半年
      • ¥299 VIP-1年
      在线支付 激活码

      立即支付
      支付宝
      微信支付
      请使用 支付宝 或 微信 扫码支付
      登录
      注册|忘记密码?