DESeq2

yanfei · 发表于 2017-3-7 22:46:55

本帖最后由 yanfei 于 2017-3-7 22:53 编辑

1. DESeq2 介绍
1.1 用途

高通量数据分析过程中，基于count数据，对其进行标准化处理，并对两个样本的差异做定量比较。

在RNA-seq分析经常用到，偶尔在ChIP-seq/HiC等数据中。

1.2 与DESeq的差异

找出来的差异基因个数比DEseq多，降低了type-I-error。

2. DEseq2 安装

[Python] 纯文本查看 复制代码

# source("http://bioconductor.org/biocLite.R")
# biocLite("DESeq2", dependencies=T)

3. DESeq2 使用
3.1 输入数据

[Python] 纯文本查看 复制代码

library(DESeq2)
library(limma)
library(pasilla)
data(pasillaGenes)
exprSet <- counts(pasillaGenes)  ## 表达矩阵
group_list <- pasillaGenes$condition  ## 分组因子

colData <- data.frame(row.names=colnames(exprSet), group_list=group_list)
dds <- DESeqDataSetFromMatrix(countData = exprSet, colData = colData, design = ~ group_list)

3.2 运行DESeq2

[Python] 纯文本查看 复制代码

## 运行deseq2
dds2 <- DESeq(dds)
## 提取结果
res <-  results(dds2)
## 按照padj排序
resOrdered <- res[order(res$padj),]
## 输出结果
write.table(as.data.frame(resOrdered), 
            file="deseq_output.txt",
            sep="\t", 
            quote = F)

## 获得normalize的count
dds <- estimateSizeFactors(dds)
norcounts <- counts(dds, normalized=T)

## 用rlog对count进行log转化（后续可视化分析）
rld <- rlog(dds, blind=FALSE)
rld <- assay(rld)

4.参考

Differential analysis of count data – the DESeq2 package

Andyhigh · 发表于 2017-3-17 12:37:53

排版真好！！！注释也好！

午饭饭 · 发表于 2017-3-26 21:24:02

请教楼主问题：
dds <- DESeq(dds)
res <- results(dds)
plotMA(res)

在plotMA(res)出的那个图叫什么？看不明白。
我这次再次做差异表达分析的时候，plotMA(res)的时候报错：
Error in plotMA(deseq2.res[order(deseq2.res$padj), ]) :
'x' must be a data frame with columns named 'baseMean', 'log2FoldChange'.
这是什么错误呢？捣鼓了一天也没搞明白，，，