R-差异分析

诺记标准模板提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions高级班差异表达分析&实战练习诺禾致源转录调控生物信息培训班Contents目录提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions1差异分析用途及工具2软件安装及部分原理介绍3实战练习-DESeq2&edgeRContents目录提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions1差异分析用途及工具2软件安装及部分原理介绍3实战练习-DESeq2&edgeR提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions为什么要做差异分析1）在不同背景下比较mRNA水平•同一物种，不同组织：研究基因在不同部分的表达情况•同一物种，同一组织：研究基因在不同处理下，不同条件下的表达变化•时间序列实验：基因在不同时期的表达情况与发育的关系（STEM）2）基因分类：找到细胞特异，疾病相关，处理相关的基因表达模式，用于诊断疾病和预测等3）基因网络和通路：基因在细胞活动中的功能，基因间的相互作用。提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions差异分析工具DESeq2/DESeq–有生物学重复DEGseq-无生物学重复edgeR-均可提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions一个有用的网站目录提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions1差异分析用途及工具2软件安装及部分原理介绍3实战练习实战练习-DESeq2edgeR提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions软件安装CRAN来源的包install.packages(包名称)Bioconductor来源的包source(“”)#每次打开R之后，只需做一次biocLite(包名称)载入包library(包名称)#无需引号提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions差异分析软件类型软件标准化方法数学模型FDR方法筛选标准有生物学重复DESeq2DESeq负二项分布BHpadj0.05无生物学重复DEGseqTMM泊松分布BH|log2FC|1padj0.005特殊情况(最小重复)edgeRTMM负二项分布BH|log2FC|1padj0.005提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions差异分析流程初始数据标准化（normalization）根据模型假设检验求pvalue多重假设检验得到FDR值差异基因筛选提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions差异分析流程初始数据标准化（normalization）根据模型假设检验求pvalue多重假设检验得到FDR值差异基因筛选提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions标准化消除文库大小不同（测序深度）对差异分析结果的影响Why?找到一个能反映文库大小的能够代表本次测序特有的因子，从而通过这个因子实现对原始数据read的标准化。how?提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions标准化方法标准化方法比较标准化逻辑：表达量居中基因的表达量值应该是相似的，稳定的提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions标准化方法标准化方法——DESeq每个样本表达量中位数/所有样品表达量的几何平均数提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions标准化方法标准化方法——TMMOnesampleasareferencesampleandtheothersastestsamples.Foreachtestsample,TMMiscomputedastheweightedmeanoflogratiosbetweenthistestandthereference,afterexclusionofthemostexpressedgenesandthegeneswiththelargestlogratios.提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions标准化方法效果展示提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions差异分析流程初始数据标准化（normalization）根据模型假设检验求pvalue多重假设检验得到FDR值差异基因筛选提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions差异分析模型泊松分布(Thepoissondistribution)Thecountsoftechnicalreplicatesfollowapoissondistribution(Marionietal2008).ThePoissondistributioncanbeappliedtosystemswithalargenumberofpossibleevents,eachofwhichisrare.FromWikipedia.Canbe3differentgenes,eachwiththeirownpoissondistribution.Lambdaisthemeanofthegene'sdistribution,withacertainnumberofreads.Y=axis:chancetopickthatnumberofreads.提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions差异分析模型负二项分布(Negativebinomialdistribution)TheNBmodelfitsobservedexpressiondataofRNA-seqbetter.ItisageneralizationofPoisson,and2parametersneedtobeestimated(μandφ)Counts(geneginsamplej)hasaMean=μgjVariance=μ+φμ²gjggjBiologicalCV²=φ=BiologicalCV=√φgg提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions差异分析流程初始数据标准化（normalization）根据模型假设检验求pvalue多重假设检验得到FDR值差异基因筛选提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions差异分析流程检验方法：WaldLRT多重检验方法：BH筛选出符合要求的差异基因：pvaluepadjContents目录提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions1差异分析用途及工具2软件安装及部分原理介绍3实战练习-DESeq2&edgeR提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutionsDESeq2背景拟南芥处理（N）和参考（WT）各3个生物学重复提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions数据处理提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions数据处理提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions数据处理数据导入和前期处理提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions数据处理提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions使用DESeq函数进行分析提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions输出标准化readcount提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions数据导出提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions数据处理火山图及聚类热图提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions火山图-文件处理提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions火山图-文件处理提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions火山图-开始绘图提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions火山图-图片调整提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions火山图-图片调整提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions聚类图-数据导入处理提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions聚类图-pheatmap函数提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions聚类图-图片调整提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions聚类图-不进行行聚类提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions聚类图-字体调整提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions聚类图-不显示行名提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutionsedgeR-无生物学重复为例背景线虫两个样品无生物学重复提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions数据处理初始数据提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions数据处理提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions计算标准化因子提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions计算标准化readcount提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions假设检验，多重假设检验校正提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions数据处理火山图及聚类热图提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutionsedgeR-有生物学重复为例背景仍以拟南芥为例处理（N）和参考（WT）各3个生物学重复提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions数据处理提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions计算标准化因子提供领先的基因组学解决方案ProvidingAdvancedGenomicSolutions计算标准化的readcount提供领先的