爾云間? 一個(gè)專門(mén)做科研的團(tuán)隊(duì)

原創(chuàng)?小果?生信果

生信人R語(yǔ)言學(xué)習(xí)必備

立刻擁有一個(gè)Rstudio賬號(hào)

開(kāi)啟升級(jí)模式吧

（56線程，256G內(nèi)存，個(gè)人存儲(chǔ)1T）

在進(jìn)行GEO和TCGA數(shù)據(jù)庫(kù)轉(zhuǎn)錄組數(shù)據(jù)挖掘時(shí)，差異分析是不可或缺的一部分，一般進(jìn)行差異分析的主流軟件有三款DEseq2,limma,edgeR。

今天小果為大家?guī)?lái)的分享是通過(guò)DEseq2進(jìn)行多組差異分析， 通過(guò)該推文將完全掌握利用DEseq2包進(jìn)行差異分析，值得小伙伴閱讀學(xué)習(xí)奧！話不多說(shuō)，和小果一起開(kāi)啟今天的學(xué)習(xí)之旅吧！

1. 如何實(shí)現(xiàn)DEseq2多組差異分析？

該如何利用DEseq2實(shí)現(xiàn)多組差異分析，其實(shí)沒(méi)那么難，小伙伴只需要準(zhǔn)備好基因reads count矩陣文件和樣本分組信息文件，可以基于分組信息文件進(jìn)行多組的差異分析，小伙伴們只需要掌握DEseq2 R包參數(shù)使用方法，就可以順利快速的進(jìn)行分析，小果為大家介紹了是通過(guò)批量操作的方式進(jìn)行多組差異分析，只需要掌握基礎(chǔ)的R語(yǔ)言知識(shí)就可以進(jìn)行自己數(shù)據(jù)的處理，很適合小白奧，那就和小果一起開(kāi)啟今天的實(shí)操吧！

2.?準(zhǔn)備需要的R包

DEseq2包直接可以通過(guò)Bioconductor 安裝就可以的，非常簡(jiǎn)單，小果為小伙伴們附上網(wǎng)址：https://www.bioconductor.org/packages/release/bioc/html/DESeq2.html

3.?數(shù)據(jù)準(zhǔn)備

input_counts.txt

#基因count矩陣文件,行名為Gene,列為樣本名。

input_subtype.txt

#樣本分組信息文件，第一列為樣本名，第二列為分組信息。

4.?DEseq2進(jìn)行多組差異分析

5.?結(jié)果文件

1.?SKCM_deseq2_test_result.immune_vs_Others.txt

該結(jié)果文件為計(jì)算的immune與其他分組的差異分析結(jié)果文件,第一列為基因名，第三列為log2FC,第六列為pvalue值，第七列為FDR值(矯正后的pvalue).

2.?SKCM_deseq2_test_result.keratin_vs_Others.txt

該結(jié)果文件為該結(jié)果文件為計(jì)算的keratin與其他分組的差異分析結(jié)果文件,第一列為基因名，第三列為log2FC,第六列為pvalue值，第七列為FDR值(矯正后的pvalue).

?

3.?SKCM_deseq2_test_result.MITF-low_vs_Others.txt

該結(jié)果文件為該結(jié)果文件為計(jì)算的MITF-low與其他分組的差異分析結(jié)果文件,第一列為基因名，第三列為log2FC,第六列為pvalue值，第七列為FDR值(矯正后的pvalue).

?

?今天小果的分享就到這里啦！如果小伙伴有其他數(shù)據(jù)分析需求，可以嘗試使用本公司新開(kāi)發(fā)的生信分析小工具云平臺(tái)，零代碼完成分析，非常方便奧，云平臺(tái)網(wǎng)址為：http://www.biocloudservice.com/home.html,主要包括DEseq2實(shí)現(xiàn)多組差異分析(http://www.biocloudservice.com/287/287.php)，limma實(shí)現(xiàn)多組差異分析(http://www.biocloudservice.com/289/289.php)等小工具歡迎大家和小果一起討論學(xué)習(xí)哈?。。?！

“生信果”，生信入門(mén)、R語(yǔ)言、生信圖解讀與繪制、軟件操作、代碼復(fù)現(xiàn)、生信硬核知識(shí)技能、服務(wù)器、生物信息學(xué)的教程，以及基于R的分析和可視化等原創(chuàng)內(nèi)容，一起見(jiàn)證小白和大佬的成長(zhǎng)。

往期推薦

1、PCA繪圖，從原理到繪圖

2 、小果的單日小技巧DAY6：如何利用panImmune輕松分析免疫浸潤(rùn)？

3 、Fastp軟件：處理fastq文件它超棒！

4?高分生信SCI常用的腫瘤免疫學(xué)單細(xì)胞分析工具

5 基因維度太高怎么辦？無(wú)所謂！PCA降維會(huì)出手！