转录组不求人系列(八)：edgeR分析转录组测序数据及差异基因筛选

转录组差异基因分析有很多包，常见的或者公认的却只有这么几种，edgeR包介绍完之后，我想所有人应该能够轻松应对普通转录组的差异分析了。

还是利用上节的数据：

setwd("F:/生物信息学")A <- read.csv("GSE169758_markdup.featco.2.counts.csv",header = T,row.names = 1)

安装并加载R包：

BiocManager::install('edgeR')library(edgeR)

edgeR包的应用很广，可应用于基因、外显子、转录本的差异表达。edgeR包还有个功能是可以分析没有生物学重复的样本，从帮助文档查看获取合适的方法，当样本没有重复，但是想看差异的时候可以试试。但是还是建议所有的生物学实验都设置重复！！！

edgeR需要传入的数据也是row counts。指定分组：

group <- rep(c('Mcc', 'Pan'), each = 6)

构建 DGEList 对象：

dgelist <- DGEList(counts = A, group = group)

过滤低质量count 数据，并对数据进行标准化：

keep <- rowSums(cpm(dgelist) > 1 ) >= 2 #方法的选择依据具体情况dgelist <- dgelist[keep, , keep.lib.sizes = FALSE]norm <- calcNormFactors(dgelist, method = 'TMM')#方法的选择依据具体情况

差异表达分析，首先根据分组信息构建分析矩阵，分组这里要注意，一定是Control在前，处理组在后。

design <- model.matrix(~group)

估算表达离散值并进行拟合，拟合方法有很多选择：

dge <- estimateDisp(norm, design, robust = TRUE)fit <- glmFit(dge, design, robust = TRUE)df <- topTags(glmLRT(fit), n = nrow(dgelist$counts))df <- as.data.frame(df)

最后得到差异基因列表：

将结果保存，可以手动筛选或者和上节一样代码筛选：

write.csv(df, file='df.csv')

至此，普通转录组差异分析三大R包全部介绍完毕，接下来会说一些细节的问题，包括基因注释等等。当然还有大家最关心的数据可视化，力求用最好的方法和图形呈现转录组数据结果，让你的paper大放异彩！