RNA-seq(7): DEseq2筛选差异表达基因并注释(bioMart)
发布网友
发布时间：2023-04-22 09:43
共1个回答
热心网友
时间：2023-10-19 01:05
写在前面：可以参考另外一篇《 得到差异基因后怎么做？ 》
============================================
显示为
接下来，我们要查看treat versus control的总体结果，并根据p-value进行重新排序。利用 summary 命令统计显示一共多少个genes上调和下调（FDR0.1）
差异表达基因的界定很不统一，但log2FC是用的最广泛同时也是最不精确的方式，但因为其好理解所以广泛被应用尤其芯片数据处理中，记的是havard universit做过一个统计，FC=2相对比较可靠。但无论怎么，这种界定人为因素太大，过于武断。所以GSEA，WGCNA是拿全部表达数据(可以进行初步过滤)来进行分析，并且WGCNA采取软阈值的方式来挑选genes更加合理。既然挑选差异表达基因，还是采取log2FC和padj来进行。
结果显示如下：
合并的话两个数据必须有共同的列名，我们先看一下
可见，两个文件没有共同的列名，所以要先给'diff_gene_deseq2'添加一个‘ensembl_gene_id’的列名，方法如下:(应该有更简便的方法)
