简单解释一下,gene.list是想要查看的基因集(最后只会找出RNAseq基因ID中能找到的);project_code是项目代码,比如TCGA-LUAD,这里也可以当job id设置,用以区分;project.clinical与project.exp就是临床信息数据集和RNA表达数据集(如果引用非TCGA数据集时变量名对不上,自己改下哈);outdir设置输出文件目录;ID_transform...
exprSet <- tpms boxplot(exprSet,outline=FALSE, notch=T,col=group_list, las=2) library(limma) exprSet=normalizeBetweenArrays(exprSet) boxplot(exprSet,outline=FALSE, notch=T,col=group_list, las=2) #判断数据是否需要转换 exprSet <- log2(exprSet+1) #差异分析: dat <- exprSet design=mod...
首先是RNA-seq数据 链接是:ncbi.nlm.nih.gov/geo/qu GSM4514055 RNA-seq_Fli1KO_rep1 GSM4514056 RNA-seq_Fli1KO_rep2 GSM4514057 RNA-seq_Fli1KO_rep3 GSM4514058 RNA-seq_Fli1KO_rep4 GSM4514059 RNA-seq_Fli1KO_rep5 GSM4514060 RNA-seq_WT_rep1 GSM4514061 RNA-seq_WT_rep2 GSM4514062 RNA-...
最后,终于的终于,找到数据RNAseq基因表达数据以及其对应的临床生存数据了,于是又要开始苦逼的写代码环节,因为虽然有网站会帮你绘制生存图,但那个图像质量真是一言难尽,还得自己动手操作(这里推荐一个网站叫R2,非常好用,自己上网搜吧,我就放在下篇文章再介绍了) 不就是写代码嘛,没有现成的包,那咱就自己憋! 所以...
爱企查企业服务平台为您找到100条与atacseq和rna seq基因组可视化图谱怎么看相关的能够提供数据分析相关信息的文章,您可通过平台免费查询atacseq和rna seq基因组可视化图谱怎么看相关的更多文章,找到企业服务相关专业知识,了解行业最新动态。
RNAseq数据,下载GEO中的FPKM文件后该怎么下游分析 文献标题是:Oncogenic lncRNA downregulates cancer cell antigen presentation and intrinsic tumor suppression不过不需要看文章 6个样本,分成2组,是RPKM值表达矩阵,做差异分析,看GO通路,跟文章比较 新的作业:(f) Enrichment of GO biological process (BP) terms for...
Oncogenic lncRNA downregulates cancer cell antigen presentation and intrinsic tumor suppression不过不需要看文章,大家只需要做差异分析即可,这个时候需要注意的是,作者提供的是RPKM值表达矩阵! 1.下载数据GSE113143并加载数据 代码语言:javascript 复制 a=read.table('GSE113143_Normal_Tumor_Expression.tab.gz',sep=...
GSM4514062 RNA-seq_WT_rep3 非常简单而且常规的差异分析,图表如下所示: 常规的差异分析呢,基本上看我六年前的表达芯片的公共数据库挖掘系列推文即可; 解读GEO数据存放规律及下载,一文就够 解读SRA数据库规律一文就够 从GEO数据库下载得到表达矩阵 一文就够 ...
4.做完差异分析 GEO数据挖掘代码,很容易得到上下调基因,而且转为ENTREZID,后续分析都以这个为主线。 根据原文文献中:Differential gene expression was defined if the fold change >1.5 and P < 0.05 between tumor and normal samples找差异基因