在批量RNA测序数据中决定如何检验方差的问题

Question

我有一些批量RNA测序数据，需要对其进行差异表达显着性测试。我有两个条件，WT和KO，每个条件都有两个副本，给出了一个数据帧，如下所示(列在计数中)：

       WT1   WT2   KO1   KO2
 gene1 1.3   1.23  3.42  3.45
 gene2 2.6   2.54  1.22  1.21
 gene3 5.54  2.32  1.21  1.10 

我的问题是，我如何在右边得到一列每个基因的p值，以便我可以构建数据的火山图？基本上，我需要使用什么统计测试来生成该列，以及我在R中使用什么函数来执行此操作？很抱歉，从技术上讲，这不是我应该在这里问的问题，但坦率地说，我不知道还能在哪里发帖。提前感谢！

Answer 1

以防有人最终关心这个问题，而我不是像往常一样尖叫着进入以太，我想出了这个问题。基本上，对于这类数据，我需要使用单向ANOVA检验或双尾t检验，这两种检验基本上是相同的(至少在这种情况下是这样)。我决定在R中使用t.test()函数，因为它更容易理解(至少如果您不太熟悉R中的统计数据)。通常，t.test函数会生成如下所示的摘要：

 Welch Two Sample t-test

 data:  bulk_data[1, 1:2] and bulk_data[1, 3:4]
 t = -0.93364, df = 1.1978, p-value = 0.5002
 alternative hypothesis: true difference in means is not equal to 0
 95 percent confidence interval:
  -0.3807992  0.3068266
 sample estimates:
  mean of x  mean of y 
 0.09525708 0.13224335 

我需要删除p值对象并将其添加到数据框的第五列，因此我使用了以下循环：

  for (i in 1:nrow(bulk_data)) {
   t <- t.test(x = bulk_data[i, 1:2], y = bulk_data[i, 3:4], alternative = "two.sided")
   bulk_data[i, 5] <- t$p.value
  }

这在第五列中给了我一个非常好的p值列表。