edgeR中怎么實現兩組間差異分析操作，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。

創新互聯公司于2013年成立，是專業互聯網技術服務公司，擁有項目網站設計、成都網站設計網站策劃，項目實施與項目整合能力。我們以讓每一個夢想脫穎而出為使命，1280元隴南做網站,已為上家服務,為隴南各地企業和個人服務,聯系電話:18982081108

1.  讀取文件

需要讀取基因在所有樣本中的表達量文件，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

每一行為一個基因，每一列代表一個樣本。讀取數據的代碼如下

# 讀取表達量的表格
counts <- read.table(
  "gene.counts.tsv",
  header=T,
  sep="\t",
  row.names=1,
  comment.char="",
  check.names=F)

# 設置樣本分組
groups <- factor(c(1,1,1,2,2,2))

# 構建edgeR中的對象
y <- DGEList(counts=count,group=group)

2. 過濾count數很低的基因

根據CPM表達量對基因進行過濾，代碼如下

keep <- rowSums(cpm(y)>1) >= 2
y <- y[keep, , keep.lib.sizes=FALSE]

3. 歸一化

默認采用TMM歸一化算法，計算每個樣本的 sizefactor, 代碼如下

y <- calcNormFactors(y)

4. 進行差異分析

代碼如下

design <- model.matrix(~group)
y <- estimateDisp(y,design)
et <- exactTest(y)

5.  提取結果

將差異分析的結果保存到文件中，代碼如下

res <- et$table
write.table(res, "edgeR.xls", header = T, col.names = NA, sep = "\t" )

看完上述內容是否對您有幫助呢？如果還想對相關知識有進一步的了解或閱讀更多相關文章，請關注創新互聯行業資訊頻道，感謝您對創新互聯的支持。

分享題目：edgeR中怎么實現兩組間差異分析操作
網站URL：http://m.jcarcd.cn/article/jcepii.html