Ruizheng 的學(xué)習(xí)筆記

感謝 生信技能樹 小潔老師

繼續(xù)DAY9 的tips

1. 用limma包進(jìn)行差異分析，要確保 group_list 和 exp 輸入沒錯。

library(limma)
design=model.matrix(~group_list)
fit=lmFit(exp,design)
fit=eBayes(fit)
deg=topTable(fit,coef=2,number = Inf)

2. 非特異性探針，應(yīng)該在注釋文件中去除，不需要管

3. 多個探針對應(yīng)一個基因：按照基因去重復(fù)，取均值，最大值，中位數(shù)都可用，但不是絕對正確。

用 deg[!duplicated(deg$symbol),] 去重，注意向量按邏輯值取子集，邏輯向量需要和向量元素個數(shù)一致。

4. 用探針做差異分析后，用注釋文件進(jìn)行注釋

5. 當(dāng)兩個數(shù)據(jù)框列名不一致時，inner_join(, by = c("symbol"="SYMBOL") 或者修改列名

6. R script 里面 if (F) {} 和 # ---- 可以折疊代碼

7. setReadable() 可以讓 "enrichResult" 對象 里面富集到的基因變得可讀。

8. 畫barplot dotplot 時，得到的 term 名稱過長怎么辦

文本太長怎樣處理？

9. barplot dotplot 我想用自己的映射怎么辦？

dotplot展示富集分析結(jié)果
dotplot支持使用formula指定x軸變量

10. pheatmap畫出熱圖 as.ggplot() 以后，legend 和 annotation legend 不能通過 patchwork "collect" 怎么辦？

可以嘗試將熱圖的 legend 與其他 ggplot2 生成的圖片采用同一個圖例； 自己手動改吧…

代碼流程小抄

復(fù)雜數(shù)據(jù)及分析

1. 配對數(shù)據(jù)

eg. GSE5109 GSE103455
差異分析的時候加一個pairinfo
pairinfo = factor(c(1,2,1,3,2,3))
design = model.matrix(~group_list + pairinfo)

配對樣本可視化

2. 多分組數(shù)據(jù)

eg. GSE474 GSE106191

1. 選出一個分組作為對照，其他分組分別與對照進(jìn)行差異分析

2. 兩兩比較

   
   
   多分組數(shù)據(jù)可視化
   
   

   三個以上分組的考慮 WGCNA

3. 多個series聯(lián)合分析

考慮批次效應(yīng)

1. 選擇來自同一芯片平臺的series
2. 需要處理批次效應(yīng)的 Batch effect

函數(shù)
limma::removeBatchEffect()
sva::ComBat()

4. 標(biāo)準(zhǔn)代碼后的后續(xù)分析

來一場Cytoscape的旅行之出行

生信雞湯