R上差异表达分析（准备、整合、过滤、样本离群值可视化分析）

目录

一、DESeq2包安装

二、将linux产生文件导入windows，设定Rstudio工作目录

三、从个别计数文件开始（整合、过滤、DESeq分析）

3.1整合表达矩阵，定义列名为文件名

3.2读取分组信息，定义factor和对照组

3.3过滤，表达矩阵改列名为条件信息

3.4DEseq计算（关键步骤）

四、从现有的整合计数表开始

五、可视化检查潜在的离群值、样本差错

5.1 热图

5.2 PCA图

---

一、DESeq2包安装

if (!requireNamespace("BiocManager", quietly = TRUE))  
    install.packages("BiocManager")  
  
BiocManager::install("DESeq2")

二、将linux产生文件导入windows，设定Rstudio工作目录

通过共享文件夹/mnt/hgvfs复制SRR3418005_count.txt和SRR3418006_count.txt

在windows上新建G:/R/TEST1作为工作目录

setwd("G:\\R\\TEST1")
#确认目前工作目录
getwd（）

安装包勾选DESeq2

三、从个别计数文件开始（整合、过滤、DESeq分析）

从HTSeq输出的计数文件，如SA01.txt，SA02.txt，SA03.txt，SA04.txt

创建一个CSV文件sampleinfo.csv,并放在目录下

通过DESeq2包在R上整合，如下

3.1整合表达矩阵，定义列名为文件名

# 定义文件编号  
file_numbers <- c(01, 02,03,04)  

# 格式化文件编号为2位数字符串
formatted_numbers <- sprintf("%02d", file_numbers)  
  
# 生成完整的样本编号  
samples <- paste0("SA", formatted_numbers)  
  
# 定义一个函数来读取和处理每个样本文件  
read_sample_file <- function(sample_id) {  
    fname <- paste0(sample_id, ".txt")  
    data <- read.delim(fname, header=FALSE, row.names=1)  
    return(data)  
}  
  
# 使用lapply读取所有样本文