edgeR中怎么实现两组间差异分析操作，很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。
需要读取基因在所有样本中的表达量文件，示例如下
gene_id ctrl-1 ctrl-2 ctrl-3 case-1 case-2 case-3 geneA 14 0 11 4 0 12 geneB 125 401 442 175 59 200
每一行为一个基因，每一列代表一个样本。读取数据的代码如下
# 读取表达量的表格 counts <- read.table( "gene.counts.tsv", header=T, sep="\t", row.names=1, comment.char="", check.names=F) # 设置样本分组 groups <- factor(c(1,1,1,2,2,2)) # 构建edgeR中的对象 y <- DGEList(counts=count,group=group)
根据CPM表达量对基因进行过滤，代码如下
keep <- rowSums(cpm(y)>1) >= 2 y <- y[keep, , keep.lib.sizes=FALSE]
默认采用TMM归一化算法，计算每个样本的 sizefactor, 代码如下
y <- calcNormFactors(y)
代码如下
design <- model.matrix(~group) y <- estimateDisp(y,design) et <- exactTest(y)
将差异分析的结果保存到文件中，代码如下
res <- et$table write.table(res, "edgeR.xls", header = T, col.names = NA, sep = "\t" )
看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注亿速云行业资讯频道，感谢您对亿速云的支持。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
