矩阵中的数据应当是没有标准化后的,这样才能保证DESeq2所用的统计模型的分析结果的准确性。DESeq2的统计模型会自动根据矩阵大小进行校正,因此根据矩阵大小转化后的或者标准化(均一化)的矩阵不能作为DESeq2的输入数据。 DESeqDataSet DESeqDataSet是DESeq2包中储存read counts以及统计分析过程中的数据的一个“对象”...
其具体分析过程可以通过“?DESeq”在DESeq包的帮助页面查看。 差异表达分析的结果可以用results函数进行提取,该函数导出一个结果表格,结果包括log2 fold change值、p值(Wald检验)以及校正后的p值。如果不指定额外的参数,结果表格会输出disign公式中最后一个变量的log2 fold change以及wald检验的p值,如果该变量是一个...
参考链接:http://www.bioconductor.org/packages/release/bioc/vignettes/DESeq2/inst/doc/DESeq2.html Analyzing RNA-seq data with DESeq2(一) Analyzing RNA-seq data with DESeq2(二) Analyzing RNA-seq data with DESeq2(三) Analyzing RNA-seq data with DESeq2(四) Analyzing RNA-seq data with D...
Analyzing RNA-seq data with DESeq2(三) Analyzing RNA-seq data with DESeq2(四) Analyzing RNA-seq data with DESeq2(五) Exploring and exporting results MA-plot plotMA(res,ylim=c(-2,2)) res plotMA(resLFC,ylim=c(-2,2)) resLFC p值小于0.1的点将被表示为红色。从窗口掉出的点被绘制成...
可以使用包含附加变量的设计公式分析影响count值的多个因素。实际上,DESeq2包可以分析任何能用固定效应项表示的实验设计,如多因素、具有交互作用的设计、具有连续变量的设计等分析都是可以的。 通过向设计公式中添加变量,可以分析影响count值的其他因素。例如,如果对不同处理的样本进行实验批次的平衡,即在设计公式中包含...
Analyzing RNA-seq data with DESeq2(四) Analyzing RNA-seq data with DESeq2(五) Pre-filtering (过滤低count的gene) 首先我们将以是每个gene最低对应10个reads数(这里作为举例)作为最低值对数据进行过滤。 Here we perform a minimal pre-filtering to keep only rows that have at least 10 reads total...
4.Assigning aligned reads from an RNA-Seq experiments to exons and genes. 该包学习参考地址:https://htseq.readthedocs.io/en/master/tour.html Analyzing RNA-seq data with DESeq2(一) Analyzing RNA-seq data with DESeq2(二) Analyzing RNA-seq data with DESeq2(三) ...
前面铺垫了那么多终于要开始了 Analyzing RNA-seq data with DESeq2(一)[https://www.jianshu.com/p/9ac7f6aa...