输入的数据是数值型矩阵/数据框
颜色的变化表示数值的大小
输入数据是一个连续型向量和一个有重复值的离散型向量
FC是处理组平均值/对照组平均值
logFC:FC取log2
处理组➖对照组
logFC正常值是个位数,超过20百分之百是错的
logFC>0,代表基因表达量上升
logFC<0,代表基因表达量下降
实验目的:通过基因表达量数据的差异分析和富集分析来解释生物学现象
有差异的材料➡差异基因➡找功能/找关联➡解释差异,缩小基因范围
探针的表达量代表基因的表达量
探针:一组核苷酸序列
#数据下载
rm(list = ls())
library(GEOquery)
#先去网页确定是否是表达芯片数据,不是的话不能用本流程。
gse_number = "GSE56649"#是一个整体
eSet <- getGEO(gse_number, destdir = '.', getGPL = F)
class(eSet)#下下来是一个列表
length(eSet)#所以只有一个元素
eSet = eSet[[1]]
exp <- exprs(eSet)
dim(exp)
exp[1:4,1:4]
exp = log2(exp+1)
boxplot(exp)
检查矩阵是否正常,如果是空的就会报错,空的和有负值的、有异常值的矩阵需要处理原始数据。0~20之间就是一个已经取过log的矩阵
如果表达矩阵为空,大多数是转录组数据,不能用这个流程(后面另讲)。
自行判断是否需要log
异常样本处理办法一:直接删掉
异常样本处理办法二:exp=limma::normalizeBetweenArrays(exp)
强行拉直
pd <- pData(eSet)
p = identical(rownames(pd),colnames(exp));p
if(!p) exp = exp[,match(rownames(pd),colnames(exp))]
#分组信息来自临床信息,分组信息需要与表达矩阵列名一一对应
#临床信息需要和表达矩阵列一一对应
gpl_number <- eSet@annotation;gpl_number
save(gse_number,pd,exp,gpl_number,file = "step1output.Rdata")
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。