hist(exprSet_new) 看这个图就知道了,它把本来应该是数据离散程度非常大的RNA-seq的基因的reads的counts矩阵经过normlization后变成了类似于芯片表达数据的表达矩阵,然后其实可以直接用T检验来找差异基因了! 但是,如果你的分组不只是两个,就复杂了,你需要再仔细研读说明书,甚至你可能需要咨询实验设计人员或者统计人员!
## 提取你想要的差异分析结果,我们这里是treated组对untreated组进行比较 resOrdered <- res[order(res$padj),] resOrdered=as.data.frame(resOrdered) 可以看到程序非常好用! 它只对RNA-seq的基因的reads的counts数进行分析,请不要用RPKM等经过了normlization的表达矩阵来分析。 值得一提的是DESeq2软件独有的no...
看这个图就知道了它把本来应该是数据离散程度非常大的rnaseq的基因的reads的counts矩阵经过normlization后变成了类似于芯片表达数据的表达矩阵然后其实可以直接用t检验来找差异基因了 用R语言的DESeq2包来对RNA 正好准备筹集bioconductor中文社区,我写简单讲一下DESeq2这个包如何用!