edgeR中怎么实现两组间差异分析操作，很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。

创新互联公司于2013年成立，是专业互联网技术服务公司，拥有项目网站设计、成都网站设计网站策划，项目实施与项目整合能力。我们以让每一个梦想脱颖而出为使命，1280元陇南做网站,已为上家服务,为陇南各地企业和个人服务,联系电话:18982081108

1.  读取文件

需要读取基因在所有样本中的表达量文件，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

每一行为一个基因，每一列代表一个样本。读取数据的代码如下

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

# 设置样本分组
groups <- factor(c(1,1,1,2,2,2))

# 构建edgeR中的对象
y <- DGEList(counts=count,group=group)

2. 过滤count数很低的基因

根据CPM表达量对基因进行过滤，代码如下

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

3. 归一化

默认采用TMM归一化算法，计算每个样本的 sizefactor, 代码如下

y <- calcNormFactors(y)

4. 进行差异分析

代码如下

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

5.  提取结果

将差异分析的结果保存到文件中，代码如下

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

看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注创新互联行业资讯频道，感谢您对创新互联的支持。