在批量 RNA-seq 中获取 DEG（差异表达基因）（DESeq2、t 检验、ANOVA）
推荐帖子： 【生物信息学】【生物信息学分析目录】(https://jb243.github.io/pages/836)
1. RStudio 功能
2. 示例
a. 转录组分析管道
1. RStudio 功能
⑴ 根据DESeq2获得2组的DEG
受保护_0
⑵ 基于DESeq2获取多组的DEG
受保护_1
⑶ 两组t检验
受保护_2
⑷ 两组ANOVA检验
受保护_3
⑸ 三组方差分析检验
受保护_4
⑹ 四组的方差分析
受保护_5
2.示例
受保护_6
⑴ 结果
DESeq2 识别出 7,050 个 DEG，t 检验识别出 9 个 DEG。它们之间有9个重叠基因。
⑵ 解释
差异的原因主要是由于假设不同。 DESeq2 假设负二项分布 作为基础分布，而 t 检验假设学生的 T 检验。众所周知，负二项分布是更适合 RNA-seq 数据的假设，尽管当样本量较大时分布变得相似，但对于小样本量，t 检验的不准确性更加明显。幸运的是，由于所有 t 检验结果与 DESeq2 一致，因此可以说，无论统计分析类型如何，都观察到了稳健性。然而，t 检验中观察到的 DEG 数量较低的原因是由于这种不准确性。
输入： 2022.06.08 13:50