当前位置：文档之家 › R 差异分析

R 差异分析

  • 格式：pdf
  • 大小：1.83 MB
  • 文档页数：64

使用DESeq函数进行分析
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
输出标准化readcount
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
数据导出
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
差异分析流程
初始数据 标准化（ normalization ） 根据模型假设检验求pvalue 多重假设检验得到FDR值 差异基因筛选
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
差异分析流程
检验方法：Wald LRT 多重检验方法：BH 筛选出符合要求的差异基因：pvalue padj
载入包 library(包名称) #无需引号
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
差异分析软件
类型 软件
有生物学重复 DESeq2
标准化 方法
DESeq
数学模 型
负二项分布
无生物学重复 DEGseq
TMM
泊松分布
特殊情况 (最小重复)
Counts (gene g in sample j) has a
Mean = μ gj
Variance = μ +φμ ² gj g gj
Biological CV² = φ =>Biological CV = √φ
g
g
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
Providing Advanced Genomic Solutions
1 差异分析用途及工具 2 软件安装及部分原理介绍 3 实战练习-DESeq2 edgeR
软件安装
CRAN来源的包 install.packages("包名称")
Bioconductor来源的包 source(“/biocLite.R”) #每次打开R之后， 只需做一次 biocLite("包名称")
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
效果展示
标准化方法
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
差异分析流程
初始数据 标准化（ normalization ） 根据模型假设检验求pvalue 多重假设检验得到FDR值 差异基因筛选
聚类图-数据导入处理
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
聚类图-pheatmap 函数
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
标准化 Why ?消除大小不同（测序深度）对差异分析结果的影响
how ?找到一个能反映大小的能够代表本次测序特有的因子，从而通过这个 因子实现对原始数据read的标准化。
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
标准化方法比较
edgeR
TMM
BH
BH
筛选 标准
padj<0.05
|log2FC|>1 padj<0.005 |log2FC|>1 padj<0.005
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
差异分析流程
初始数据 标准化（ normalization ） 根据模型假设检验求pvalue 多重假设检验得到FDR值 差异基因筛选
火山图及聚类热图
数据处理
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
火山图-文件处理
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
火山图-文件处理
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
差异分析模型
负二项分布(Negative binomial distribution)
The NB model fits observed expression data of RNA-seq better. It is a generalization of Poisson, and 2 parameters need to be estimated (μ and φ)
火山图-开始绘图
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
火山图-图片调整
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
火山图-图片调整
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
聚类图-不显示行名
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
背景
edgeR-无生物学重复为例
线虫 两个样品 无生物学重复
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
初始数据
数据处理
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
差异分析流程
初始数据 标准化（ normalization ） 根据模型假设检验求pvalue 多重假设检验得到FDR值 差异基因筛选
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
标准化方法
标准化方法——TMM One sample as a reference sample and the others as test samples.
For each test sample, TMM is computed as the weighted mean of log ratios between this test and the reference, after exclusion of the most expressed genes and the genes with the largest log ratios.
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
高级班
差异表达分析&实战练习
诺禾致源转录调控生物信息培训班
目 录
Contents
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
1 差异分析用途及工具 2 软件安装及部分原理介绍 3 实战练习-DESeq2 & edgeR
目 录
Contents
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
1 差异分析用途及工具 2 软件安装及部分原理介绍 3 实战练习-DESeq2 & edgeR
为什么要做差异分析
1）在不同背景下比较mRNA水平 • 同一物种，不同组织：研究基因在不同部分的表达情况 • 同一物种，同一组织：研究基因在不同处理下，不同条件下的表达变化 • 时间序列实验： 基因在不同时期的表达情况与发育的关系（STEM）
DESeq2
背景 拟南芥 处理（N）和参考（WT）各3个生物学重复
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
数据处理
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
数据处理
提供领先的基因组学解决方案
From Wikipedia. Can be 3 different genes, each with their own poisson distribution. Lambda is the mean of the gene's distribution, with a certain number of reads. Y=axis: chance to pick that number of reads.
Providing Advanced Genomic Solutions
数据导入和前期处理
数据处理
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
数据处理
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
聚类图-图片调整
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions

合集下载

R语言-差异表达分析

R语言-差异表达分析

差异表达分析
（用R语言和Matlab）
1、首次安装要打红色两行的命令
首次安装要选“a”
2、以后再用时只需从以下命令开始打：
3、在Excel中，将Mapping后的两组分析数据的read count 留下，rpkm等删去，制成三列
的表格，然后将read count 设置为大于等于10，复制粘贴成文本文档（.txt，用记事本），保存。

在R语言中调入txt文件：
4、分组
如果是有生物学重复，则group <- factor(c(1,1,1,2,2,2)) 5、计算归一化参数
6、输入散步值
须实验做得很精确才是0.4.(原核0.1，真核0.4)
7、计算P值
Log正数是上调，负数是下调，PValue是要的P值
8、输出命令
到相应文件夹找到文件。

.csv文件可用Excel打开，打开文件后将P值升序排序9、将logFC和PV alue输入到Matlab中：
logfc=[。

]；
p=[。

]；
出现表格如图
10、做火山图
先算logP：
再作图：
得图：
如若两基因差异小，则点多数集中在U的下面。

r语言多个亚型差异基因

r语言多个亚型差异基因

r语言多个亚型差异基因在基因组学研究领域，研究不同亚型之间的差异是十分重要的。

亚型差异基因是指在不同亚型之间有显著差异表达的基因。

通过研究亚型差异基因，我们可以深入了解不同亚型的功能差异，进而揭示相关疾病的发生机制和治疗靶点。

本文将以R语言为工具，介绍如何分析多个亚型差异基因，并探讨亚型间的差异。

首先，我们需要准备好基因表达数据，以及亚型信息。

接下来，我们将按照以下几个步骤进行分析。

**1. 数据预处理**在进行差异分析之前，我们需要对原始数据进行预处理。

这包括数据清洗、数据标准化和数据转换等步骤。

数据清洗主要是去除异常值和缺失值，以保证后续分析的准确性。

数据标准化可以将不同亚型之间的表达值进行比较，常用的方法有Z-score标准化和Log2转换。

数据转换可以将基因表达数据转换为差异表达矩阵，以便后续差异分析。

**2. 差异分析**差异分析是研究亚型差异基因的关键步骤。

在R语言中，可以使用一些常用的差异分析包，如limma和DESeq2等。

这些包提供了丰富的统计方法和模型，可以帮助我们找到在不同亚型之间差异显著的基因。

差异分析的结果一般包括差异表达基因列表和差异表达矩阵。

**3. 功能注释和富集分析**差异基因的功能注释和富集分析可以帮助我们深入了解亚型差异基因的功能和通路。

R语言中有一些常用的功能注释和富集分析包，如clusterProfiler和GOstats等。

这些包可以将差异基因映射到GO（Gene Ontology）注释和KEGG（Kyoto Encyclopedia of Genes and Genomes）通路数据库中，并进行富集分析。

富集分析结果一般包括富集通路和富集GO注释等。

**4. 数据可视化**数据可视化是研究亚型差异基因的重要手段。

在R语言中，可以使用一些常用的数据可视化包，如ggplot2和heatmap等。

这些包可以帮助我们将差异基因的表达模式、富集通路和GO注释等信息直观地展示出来。

r语言风险差异rd的计算公式

r语言风险差异rd的计算公式

r语言风险差异rd的计算公式
在R语言中，计算风险差异（Risk Difference）和其标准误差（Standard Error）通常使用统计学中的公式来实现。

风险差异是
指两组之间某种事件发生的风险的差异，可以用来衡量某种处理对
事件发生的影响。

在R语言中，可以使用统计学包（例如stats包）中的函数来计算风险差异及其标准误差。

风险差异（RD）的计算公式如下：
RD = (p1 p2)。

其中，p1和p2分别表示两组中事件发生的比例或者概率。

这
个公式计算的是两组之间事件发生的风险差异。

标准误差（SE）的计算公式如下：
SE = sqrt((p1 (1 p1) / n1) + (p2 (1 p2) / n2))。

其中，p1和p2同样表示两组中事件发生的比例或者概率，n1
和n2分别表示两组的样本量。

这个公式计算的是风险差异的标准误
差，用于衡量风险差异估计的精确程度。

在R语言中，可以使用以上公式来计算风险差异及其标准误差，也可以使用现有的函数来实现这些计算。

例如，可以使用
prop.test()函数来进行两组比例的差异检验，从而得到风险差异和
标准误差的估计值。

需要注意的是，计算风险差异时需要确保样本量足够大，以保
证估计的准确性。

另外，还需要考虑其他因素如置信区间等，以全
面评估风险差异的统计显著性和实际意义。

总之，在R语言中，可以通过以上公式和相应的函数来计算风
险差异及其标准误差，从而进行风险差异的统计推断和比较分析。

希望这个回答能够帮助你更好地理解在R语言中如何计算风险差异。

r 标准化差异 计算

r 标准化差异 计算

r 标准化差异计算
R标准化差异（Standardized Mean Difference）是一种用于比较两组样本均值之间差异的统计指标。

它通常用于比较两组样本的平均数差异，特别是在实验设计中经常使用。

R标准化差异的计算公式如下：
R = (M₁ - M₁) / SD
其中，M₁和M₁分别表示两组样本的均值，SD表示标准差。

计算步骤如下：
1. 分别计算两组样本的均值：M₁和M₁。

2. 计算两组样本的标准差：SD₁和SD₁。

3. 计算R值：将M₁和M₁的差异除以标准差SD。

R值的大小表示两组样本均值之间的相对差异程度。

一般情况下，R值越大，表示两组样本之间的差异越大。

需要注意的是，R标准化差异的计算中要求两组样本的数据分布满足正态分布假设，并且样本大小要足够大才能得到可靠的结果。

此外，根据具体问题的需求，还可以使用其他的效应量指标来比较样本均值之间的差异，例如Cohen's d 和Hedges' g等。