DESeq2编码有助于分析疾病患者和对照患者之间的差异基因表达

Question

我在设计一些正确的代码来解决在R中使用DESeq2时遇到了困难，如何查看与对照组相比，哪些基因在疾病患者中更高表达。

我的数据目前是一个很大的数据框，由600000个基因名称组成，这些名称是行。前三列1:3是对照患者，后三列是胰腺癌患者4:6。

DF = data.frame(id=colnames(genetable),type=rep(c("treat","ctrl"),each=3))
# run DESeq2
dds = DESeqDataSetFromMatrix(genetable,DF,~type)
ddsoutput <- DESeq(dds)
summary(results(dds),alpha=0.05)

得到小于0.05的基因数目；

res <- results(ddsoutput)
res[which(res$padj < 0.05),]

然后我需要计算出疾病和对照之间的折叠变化，无论是上调还是下调。我需要设置自己的折叠变化阈值，然后通过KEGG根据我的p值分析最上调或下调的基因的功能；

 upreg <- subset(res, log2FoldChange > 1)

 downreg <- subset(res, log2FoldChange < 1)

但是上面的方法都不起作用，我想我使用type=rep是不是错了？我最终需要将p值和log折叠值保存到一个表中。

Answer 1

您的代码中有一个错误，我在下面更正了它，并将之前的代码放在##下。使用函数DESeq()的输出替换原始的DESeq2对象

DF = data.frame(id=colnames(genetable),type=rep(c("treat","ctrl"),each=3))
# run DESeq2
dds = DESeqDataSetFromMatrix(genetable,DF,~type)
dds <- DESeq(dds)
# it was
# ddsoutput <- DESeq(dds)
summary(results(dds),alpha=0.05)

现在运行脚本的其余部分，就应该没问题了