R语言GEO数据挖掘:步骤三:进行基因差异分析

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了R语言GEO数据挖掘:步骤三:进行基因差异分析相关的知识,希望对你有一定的参考价值。

参考技术A 用limma包,这里注意,limma包是对基因芯片表达矩阵的分析,不能对逆转录RNAseq表达矩阵进行分析(因为数据特征不同),RNAseq需要用另一种方法

解读此表

但是上面的用法做不到随心所欲的指定任意两组进行比较,所有还有下一种方法

处理好了分组信息,再自定义比较元素

自定义函数进行比较

热土和火山图都是傻瓜式的,只要的前面得出的deg数据(也就是基因差异表达数据)是正确的

以上是关于R语言GEO数据挖掘:步骤三:进行基因差异分析的主要内容,如果未能解决你的问题,请参考以下文章

如何在GEO数据库中比较两个子集 我想在两组芯片数据之间比较存在表达差异4倍以上的基因 应该怎么操作

GEO数据挖掘技术可以应用到表达芯片也可以是转录组测序

R语言DESeq2基因差异表达分析

kegg数据库和geo数据库区别

转录组差异分析流程三大R包比较

R语言入门06:GEO数据库中数据的下载