小白做差异分析

一、数据下载

首先打开GEO网站，搜索GSE79737，点击GPL16570 参考数据信息。

 

可以知道，样本的第一列是探针信息，gene_assignment是比对上的基因id，不过比对上的id有很多种，这里需要用后面简单处理下。

 

 

按照教程下载

二、格式转换

然后打开生信人GEO_Convert.exe工具。

 

点击选择文件读入GSE79737_family.xml.tgz

注意此处选择的时候，要看数据列是第二列（一般都是），然后看他其实是已经取过log了。

然后ID处要注意，选择刚才看到的gene_assignment列。

 

然后点击导出样本信息，导出数据矩阵。

 

 

三、筛选差异

然后打开DECenter筛选差异。

并将刚才导出的数据矩阵，样本信息和输出目录选择好。

 

点击样本信息按钮，查看信息

 

看是配对样本。可以选择limma进行分析。（由于我这个数据质量不是很好，所以这里我选择P<>），abs(log2（FC））>1。

然后样本类型列选择treatment，运行导出。

如果结果不好，可以反复的调整p和lfc进行结果优化。

 

结果会有三个文件，第一个limma.txt格式如下

 

第一列是基因id，第二列是log2(FC)，第三列是表达值，第四列是t值，第五列是p值，第六列是调整之后的p值（fdr），第七列是B值。这个文件可以用于后面绘制火山图。

其中第一列、第二列，第六列是比较重要的指标。

然后看筛选出来的差异基因。也就是Diff.txt.

 

重要的信息是第二列，第六列和最后一列。

然后看下TopExp.txt。这些是差异基因在各个样本中的表达情况，可以用于后面绘制热图。

 

 

四、绘制火山图

打开生信人绘制火山图工具，选择PBS;-vs-MG;.limma.txt文件（因为我这个显著的不多，所以用全部的来绘制。）

然后通过调整点的大小调整图片，还是可以看到零星的几个点。

 

 

五、绘制热图

绘制热图之前，打开topExp这个文件，修改id列

 

选中第一列，将其复制到第二个表格或者空白处。

 

选择对其进行分列，由于id之间是通过//分割，所以分列是选择/来分割，然后将gene_symble列复制到原图表中。

 

结果如下

 

打开聚类热图绘制工具，导入刚才处理完的表格。

 

然后选中RowZ-score，默认欧式聚类进行聚类。