9.1. PCA # 将所有样本转换为 rlog ddsMat_rlog <- rlog(ddsMat, blind = FALSE) # 按列...
校正 library(limma)library(ggplot2)limma_count<-removeBatchEffect(exp,batch=condition$batch,design=mod)# 对负值取0(pmax()函数),对小数点四舍五入取整(round()函数)# limma_count_zero_int <-round(pmax(limma_count, 0))limma.pca<-PCA(t(limma_count),graph=FALSE)fviz_pca_ind(limma.pca,col....
RNA-seq数据从Count表达矩阵开始进行数据清洗整理、样本聚类分析、PCA分析、特定基因表达、差异表达分析、通路富集分析(GO、KEGG)及GSEA分析; 将以上数据分析结果进行聚类热图、PCA图、箱线图、富集分析(个性化展示)气泡图和柱状图、单样本及多样本GSEA分析图; 将课程内容学懂吃透,融会贯通后,具备为别人提供RNA-seq数据...
dittoSeq-4 3. 设置 3.1 dittoDimPlot & dittoScatterPlot #dittoScatterPlot()的轴是基因表达数据或meta数据,dittoDimPlot()的轴是降维,如 tsne、pca、umap 或类似数据dittoScatterPlot(object=sce,x.var="nCount_RNA",y.var="nFeature_RNA",color.var="percent.mito")dittoDimPlot(sce,"cluster",do.label=...
## 样本的PCA图 # 差异分析 dds <- DESeq(dds) resultsNames(dds) res <- results(dds,name = "dex_treated_vs_control") degDeseq2 <- res %>% as.data.frame() %>% na.omit() 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11.
GEO数据挖掘之绘制PCA热图和差异基因火山图 - 简书 (jianshu.com) GEO数据挖掘之使用clusterProfiler进行GO/KEGG富集分析 - 简书 (jianshu.com) GEO数据挖掘入门---使用pheatmap绘制分组聚类热图 - 简书 (jianshu.com) TCGA RNA-seq sra与fastq数据简介及下载 - 简书 (jianshu.com) 外显子 全外显子组测序技术...