诸暨网站建设公司小公司做网站

诸暨网站建设公司,小公司做网站,wordpress 4.6.3 漏洞,做招生网站差异基因分析是转录组下游分析的第一步#xff0c;我们前面写了目前最流行的 3 个差异分析软件的介绍#xff1a;差异表达分析三剑客#xff1a;DESeq2、edgeR、limma 到底该怎么选#xff1f;目前可以说#xff0c;DESeq2 是差异分析的金标准#xff0c;因此我之前专门写…差异基因分析是转录组下游分析的第一步我们前面写了目前最流行的 3 个差异分析软件的介绍差异表达分析三剑客DESeq2、edgeR、limma 到底该怎么选目前可以说DESeq2 是差异分析的金标准因此我之前专门写了一篇文章详细介绍了这个软件在平台的用法任何新手小白都可以使用这个差异基因分析神器DESeq2 | 零代码无需编程不过目前平台 R 语言版本的 DESeq2 工具的使用个人觉得还是略显复杂。它主要以每一个样本的原始计数文件作为输入这有一个问题就是当我们要分析的样本很多时这就有些不方便了。转录组上游分析完成后通常会将所有样本的表达量数据合并到一个表格得到表达量矩阵。那么为什么不直接以这个表达量矩阵为输入再指定要比较的分组情况事情不更简单吗鉴于平台已经有 R 版本的 DESeq2 了并且目前它也运行良好似乎没必要对其进行升级。我们干脆新增一个 Python 版的 DESeq2 - PyDESeq2这样平台 R 和 Python 版本的差异分析工具都有了。进入网站https://usegalaxy.cn测试数据测试数据位置库 / Libraryies / RNA-seq / pasilla找到两个文件并将它们添加到历史记录中• pasilla_gene_counts.tsv表达量矩阵• pasilla_sample_annotation.csv样本注释信息找到工具在平台搜索pydeseq2找到工具开始分析需要输入两类信息• 表达量矩阵行为基因列为样本Tab 键隔开。普通转录组表达量矩阵默认就是这个格式。• 实验设计信息可以手工输入或者通过元数据表输入。简单模式 - 手动输入样本名这种模式针对样本量不多的情况直接将样本名称粘贴到对应的文本框中就好了名称之间可以用空格、制表符或换行进行分隔。当样本比较多、设计比较复杂时可以使用下面介绍的高级模式。高级模式 - 使用元数据表•元数据表 (Metadata File)这种模式你先得制作一个表将样本的相关信息填写在其中记得保存为 csv 文件英文逗号分隔。sample,condition,type treated1,treated,single treated2,treated,paired treated3,treated,paired untreated1,untreated,single untreated2,untreated,single untreated3,untreated,paired untreated4,untreated,paired•设计公式 (Design Formula)condition•比较因子 (Contrast Factor)condition•测试组水平 (Test Level)treated•基准组水平 (Base Level) untreated上述演示了单因素设计的情形如果是多因素设计可以这样书写设计公式注意你最关心的因子要写在最后比如最关注 condition就将它放到最后。不管是单因素设计还是多因素设计都需要指明最终用于计算 foldChange 以及 pvalue 等值的分组的情况。简单来说你希望计算哪一列中哪两个组的比较情况。比如要计算 condition 列中treated vs untreated这样最终算出来的变化倍数foldChange是 treated 组的均值除以 untreated 组的均值。好了是不是超简单结果解读差异表达结果表 (CSV)包含详细统计结果和标准化表达量的表格。关键列说明如下•baseMean: 所有样本的标准化平均表达量。•baseMean(Group): 某一组 (测试组或基准组) 的标准化平均表达量。•FoldChange: 线性表达倍数变化 (计算公式为2 ^ log2FoldChange)。•log2FoldChange: Log2 转换后的差异倍数。注意: 该值已经过LFC Shrinkage (收缩校正)处理能够更准确地估算低表达量或高离散度基因的变化更适合用于排序和绘图。•pvalue: Wald Test 统计检验的 P 值。•padj: 经 Benjamini-Hochberg 方法校正后的 P 值 (即 FDR)。•[样本名]: 表格的最后部分包含每个样本经过 DESeq2 标准化后的具体表达量。与 R 语言比较单因素设计 - Galaxy 平台gene_id baseMean log2FoldChange lfcSE pvalue padj FBgn0039155 730.6 -4.6 0.17 4.3e-163 0 FBgn0025111 1501.4 2.9 0.13 5.8e-113 0 FBgn0029167 3706.1 -2.2 0.1 2.2e-108 0 FBgn0003360 4343 -3.2 0.15 1.5e-106 0 FBgn0035085 638.2 -2.5 0.14 1.3e-76 0 FBgn0039827 261.9 -4.1 0.23 3.4e-72 0 FBgn0034736 225.9 -3.5 0.21 1.1e-60 0 FBgn0029896 489.9 -2.4 0.15 5.8e-58 0 FBgn0000071 342.2 2.7 0.18 4.1e-49 0单因素设计 - R 语言library(DESeq2) pasCts - system.file(extdata, pasilla_gene_counts.tsv.gz, packageDESeq2, mustWorkTRUE) pasAnno - system.file(extdata, pasilla_sample_annotation.csv, packageDESeq2, mustWorkTRUE) cts - as.matrix(read.csv(pasCts,sep\t,row.namesgene_id)) coldata - read.csv(pasAnno, row.names1) coldata - coldata[,c(condition,type)] coldata$condition - factor(coldata$condition) coldata$type - factor(coldata$type) rownames(coldata) - sub(fb, , rownames(coldata)) all(rownames(coldata) %in% colnames(cts)) cts - cts[, rownames(coldata)] all(rownames(coldata) colnames(cts)) dds - DESeqDataSetFromMatrix(countData cts, colData coldata, design ~ condition) smallestGroupSize - 3 keep - rowSums(counts(dds) 10) smallestGroupSize dds - dds[keep,] # ------------------------------------------------------------------------- # 单因素设计 # ------------------------------------------------------------------------- dds$condition - factor(dds$condition, levels c(untreated,treated)) dds$condition dds$condition - droplevels(dds$condition) dds - DESeq(dds) res - results(dds) resLFC - lfcShrink(dds, coefcondition_treated_vs_untreated, typeapeglm) results resLFC[order(resLFC$padj), ] results$baseMean round(results$baseMean, 1) results$log2FoldChange round(results$log2FoldChange, 1) results$lfcSE round(results$lfcSE, 2) results$pvalue formatC(results$pvalue, format e, digits 1) results$padj round(results$padj, 4) results write.csv(results, pasilla_deg_results.tsv)可以看到不说分毫不差吧也几乎完全一样。多因素设计 - Galaxy 平台gene_id baseMean log2FoldChange lfcSE pvalue padj FBgn0003360 4343 -3.1 0.11 1.4e-175 0 FBgn0026562 43909.3 -2.5 0.09 1.6e-171 0 FBgn0039155 730.6 -4.6 0.17 3.6e-170 0 FBgn0025111 1501.4 2.8 0.1 4.1e-166 0 FBgn0029167 3706.1 -2.2 0.1 9.2e-114 0 FBgn0035085 638.2 -2.6 0.13 3.8e-91 0 FBgn0039827 261.9 -4.2 0.21 4.6e-86 0 FBgn0034736 225.9 -3.5 0.2 3.2e-69 0 FBgn0000071 342.2 2.6 0.15 8.6e-64 0多因素设计 - R 语言# ------------------------------------------------------------------------- # 多因素设计 # ------------------------------------------------------------------------- ddsMF - dds ddsMF levels(ddsMF$type) levels(ddsMF$type) - sub(-.*, , levels(ddsMF$type)) levels(ddsMF$type) design(ddsMF) - formula(~ type condition) ddsMF - DESeq(ddsMF) resMF - results(ddsMF) results resMF[order(resMF$padj), ] results$baseMean round(results$baseMean, 1) results$log2FoldChange round(results$log2FoldChange, 1) results$lfcSE round(results$lfcSE, 2) results$pvalue formatC(results$pvalue, format e, digits 1) results$padj round(results$padj, 4) results write.csv(results, pasilla_deg_results_multi-factor_designs.tsv)社群交流如果你有使用问题就到社群交流吧。推荐阅读中国银河生信云平台UseGalaxy.cn致力于零代码生信分析。平台拥有海量计算资源、3000 多个生信工具和数十条生信流程并且为用户提供 200G 免费存储空间。进群交流请先加 usegalaxy 为好友。我们还为进阶用户提供高质量培训课程RNA-seq数据分析实战 | 2026年第1期开启你的生信学习之旅