DESeq2 檢測差異表達基因

2021-10-01 22:14:14 字數 2075 閱讀 6044

deseq2的適用性

分析來自rna-seq的計數資料,基因任務是檢測差異表達基因。

也適用於其他分析:chip-seq、hic、shrna篩選。

快速開始

dds = deseqdatafrommatrix(countdata = cts,

coldata = coldata,

design = ~batch + condition)

dds = deseq(dds)

resultsnames(dds) #lists the coefficients

res = results(dds, contrast=c("condition","treated","untreated"))

res = lfcshrink(dds,coef = "condition_trt_vs_untrt",type = "apeglm")

輸入資料
1. dds$condtion = factor(dds$condition,levels = c("untreated","treated"))

2. dds$condtion = relevel(dds$condtion,ref = "untreated")

差異表達分析

gene在所有樣本中的計數均為0。

某行包含乙個極端計數異常的樣本。

deseq2視覺化

plotma(res,ylim = c(-2,2))

縮小lfc可消除low readcount基因中與lfc變化相關的雜訊。

reslfc = lfcshrink(res,coef = "condition_treated_vs_untreated",type = "apeglm")

plotma(reslfc,ylim = c(-2,2))

可使用功能識別通過單擊圖來互動來檢測單個基因行數:

identify(res$basemean,res$log2foldchange)

d = plotcounts(dds,gene = which.min(res$padj),intgroup = "condition",returndata = true)

ggplot(d,aes(x = condition,y = count)) +

geom_point(position = position_jitter(w = 0.1,h = 0)) +

scale_y_log10()

資料轉換和視覺化
vsd = vst(dds,blind = false)

rld = rlog(dds,blind = false)

assay(vsd)

assay(rld)

資料質量評估
library(pheatmap)

select = order(rowmeans(counts(dds,normalized = true)),decreasing = true)[1:20]

df = as.data.frame(coldata(dds)[,c("condtion","type")])

ntd <- normtransform(dds) #this gives log2(n+1)

pheatmap(assay(ntd)[select,],annotation_col = df,cluster_rows = false,

cluster_cols = false,show_rownames = false)

sampledistmatrix = as.matrix(sampledist)

rownames(sampledistmatrix) = paste(vsd$condition,vsd$type,sep='_')

colnames(sampledistmatrix) = null

pheatmap(sampledistmatrix,

clustering_distance_rows = sampledist,

clustering_distance_cols = sampledist)

前景檢測演算法 2 幀差法1

幀差法是背景減圖法中的一種,只不過是幀差法不需要建模,因為它的背景模型就是上一幀的圖,所以速度非常快,另外幀差法對緩慢變換的光照不是很敏感,所以其用途還是有的,有不少學者對其做出了出色的改進。其基本原理可以用下面公式看出 i t i t 1 i t i t 1 t 前景 其中i t i t 1 分別...

目標檢測 一 背景差分法

目標檢測是將運動的物體從背景中檢測出來,人們希望設計能適用於各種監控環境,不受光照 天氣等外界因素影響的目標檢測演算法。但這種演算法難免複雜度大,現有一些演算法大多是針對某一類問題提出的,主要包括背景減法 相鄰幀差法和光流法等 1.1背景減法 背景減法 backgroundsubtraction 是...

python opencv 幀差法目標檢測

author qq群686070107 import cv2 import numpy as np camera cv2.videocapture 0 引數0表示第乙個攝像頭 if camera.isopened print open else print 攝像頭未開啟 size int camer...