這篇文章將為大家詳細(xì)講解有關(guān)DESeq2中怎么實(shí)現(xiàn)兩組間差異分析操作,文章內(nèi)容質(zhì)量較高,因此小編分享給大家做個(gè)參考,希望大家閱讀完這篇文章后對(duì)相關(guān)知識(shí)有一定的了解。
創(chuàng)新互聯(lián)公司是一家集成都網(wǎng)站建設(shè)、網(wǎng)站設(shè)計(jì)、網(wǎng)站頁(yè)面設(shè)計(jì)、網(wǎng)站優(yōu)化SEO優(yōu)化為一體的專(zhuān)業(yè)網(wǎng)站設(shè)計(jì)公司,已為成都等多地近百家企業(yè)提供網(wǎng)站建設(shè)服務(wù)。追求良好的瀏覽體驗(yàn),以探求精品塑造與理念升華,設(shè)計(jì)最適合用戶(hù)的網(wǎng)站頁(yè)面。 合作只是第一步,服務(wù)才是根本,我們始終堅(jiān)持講誠(chéng)信,負(fù)責(zé)任的原則,為您進(jìn)行細(xì)心、貼心、認(rèn)真的服務(wù),與眾多客戶(hù)在蓬勃發(fā)展的市場(chǎng)環(huán)境中,互促共生。
讀取基因的表達(dá)量表格和樣本的分組信息兩個(gè)文件,其中表達(dá)量的文件示例如下
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(gè)基因,每一列代表一個(gè)樣本。
分組信息的文件示例如下
sample condition ctrl-1 control ctrl-2 control ctrl-3 control case-1 case case-2 case case-3 case
第一列為樣本名,第二列為樣本的分組信息。
讀取文件的代碼如下
# 讀取表達(dá)量的表格 count <- read.table( "gene.counts.tsv", header=T, sep="\t", row.names=1, comment.char="", check.names=F) # 預(yù)處理,過(guò)濾低豐度的數(shù)據(jù) countData <- count[apply(count, 1, sum) > 0 , ] # 讀取樣本分組信息 colData <- read.table( "sample.group.tsv", header=T, sep="\t", row.names=1, comment.char="", check.names=F) # 構(gòu)建DESeq2中的對(duì)象 dds <- DESeqDataSetFromMatrix( countData = countData, colData = colData, design = ~ condition) # 指定哪一組作為control dds$condition <- relevel(dds$condition, ref = "control")
在讀取數(shù)據(jù)的過(guò)程中,有兩點(diǎn)需要注意,第一個(gè)就是根據(jù)表達(dá)量對(duì)基因進(jìn)行過(guò)濾,通常是過(guò)濾低表達(dá)量的基因,這一步是可選的,閾值可以自己定義;另外一個(gè)就是指定哪一組作為control組,在計(jì)算log2FD時(shí) ,需要明確control組,默認(rèn)會(huì)字符串順序?qū)Ψ纸M的名字進(jìn)行排序,排在前面的作為control組,這種默認(rèn)行為選出的control可能與我們的實(shí)驗(yàn)設(shè)計(jì)不同,所以必須明確指定control組。
計(jì)算每個(gè)樣本的歸一化系數(shù),代碼如下
dds <- estimateSizeFactors(dds)
將原始的表達(dá)量除以每個(gè)樣本的歸一化系數(shù),就得到了歸一化之后的表達(dá)量。
DESeq2假定基因的表達(dá)量符合負(fù)二項(xiàng)分布,有兩個(gè)關(guān)鍵參數(shù),總體均值和離散程度α值, 如下圖所示
這個(gè)α
值衡量的是均值和方差之間的關(guān)系,表達(dá)式如下
通過(guò)下列代碼估算每個(gè)基因的α值
dds <- estimateDispersions(dds)
代碼如下
dds <- nbinomWaldTest(dds) res <- results(dds)
為了簡(jiǎn)化調(diào)用,將第二部到第四部封裝到了DESeq
這個(gè)函數(shù)中,代碼如下
dds <- DESeq(dds) res <- results(dds) write.table( res, "DESeq2.diff.tsv", sep="\t", quote=F, col.names = NA)
在DESeq2差異分析的過(guò)程中,已經(jīng)考慮到了樣本之間已有的差異,所以可以發(fā)現(xiàn),最終結(jié)果里的log2FD值和我們拿歸一化之后的表達(dá)量計(jì)算出來(lái)的不同, 示意如下
> head(results(dds)[, 1:2]) log2 fold change (MLE): condition B vs A DataFrame with 6 rows and 2 columns baseMean log2FoldChange <numeric> <numeric> gene1 7.471250 -0.8961954 gene2 18.145279 0.4222174 gene3 2.329461 -2.3216915 gene4 165.634256 -0.1974001 gene5 38.300621 1.3573162 gene6 7.904819 1.8384322
提取歸一化之后的表達(dá)量,自己計(jì)算baseMean和logFoldChange, 示例數(shù)據(jù)包含了12個(gè)樣本,其中前6個(gè)樣本為control, 后6個(gè)樣本為case , 代碼如下
> nor_count <- counts(dds, nor = T) > res <- data.frame( baseMean = apply(nor_count, 1, mean), log2FoldChange = apply(nor_count, 1, function(t){ mean(t[7:12]) / mean(t[1:6])}) ) > head(res) baseMean log2FoldChange gene1 7.471250 0.5380191 gene2 18.145279 1.3404422 gene3 2.329461 0.1991979 gene4 165.634256 0.8719078 gene5 38.300621 2.5621035 gene6 7.904819 3.5365201
對(duì)比DESeq2和自己計(jì)算的結(jié)果,可以發(fā)現(xiàn),baseMeans是一致的,而log2Foldchange 差異很大,甚至連數(shù)值的正負(fù)都發(fā)生了變化。
log2FD 反映的是不同分組間表達(dá)量的差異,這個(gè)差異由兩部分構(gòu)成,一種是樣本間本身的差異,比如生物學(xué)重復(fù)樣本間基因的表達(dá)量就有一定程度的差異,另外一部分就是我們真正感興趣的,由于分組不同或者實(shí)驗(yàn)條件不同造成的差異。
關(guān)于DESeq2中怎么實(shí)現(xiàn)兩組間差異分析操作就分享到這里了,希望以上內(nèi)容可以對(duì)大家有一定的幫助,可以學(xué)到更多知識(shí)。如果覺(jué)得文章不錯(cuò),可以把它分享出去讓更多的人看到。
新聞標(biāo)題:DESeq2中怎么實(shí)現(xiàn)兩組間差異分析操作
文章源于:http://muchs.cn/article46/phoceg.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供網(wǎng)站改版、、品牌網(wǎng)站設(shè)計(jì)、網(wǎng)站建設(shè)、微信公眾號(hào)、面包屑導(dǎo)航
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶(hù)投稿、用戶(hù)轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請(qǐng)盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如需處理請(qǐng)聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來(lái)源: 創(chuàng)新互聯(lián)