Affymetrix芯片分析:获取差异表达基因系列二_Moderated t statistic

本文介绍了如何在R中利用limma包进行Affymetrix基因芯片的数据处理和差异表达分析。通过选择CEL文件,进行RMA预处理,构建实验设计矩阵,使用 Moderated t-statistic 进行统计分析,筛选出P值小于0.01且 fold change 大于1.5或小于-1.5的差异基因,并进行了相关可视化展示。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

library(limma)%把limma包载入R中

library(tcltk)%把tcltk包载入R中

library(affy)%把affy包载入R包中


filters <- matrix(c("CEL file", ".[Cc][Ee][Ll]", "All", ".*"), ncol = 2, byrow = T)%生成2*2字符矩阵,用来定义选择文件类型

cel.files <-tk_choose.files(caption = "Select CELs", multi = TRUE,filters = filters, index = 1)%跳出选择文件窗口并选择文件

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值