差异表达基因分析

分析实验手册

发现不同的组之间的显著差异表达的基因

准备数据

你必须有一个基因表达数据 eSet文件.
示例文件: demo.RData.

了解更多:
文件格式

步骤 1:处理数据

将准备的Eset数据中的基因表达数据进行预处理 消除实验中的噪点数据以及去除基因几乎没有变化的管家基因等。

注意事项
了解更多:
预处理数据集

步骤2:LIMMA表达差异模型的选择和阈值的确定

模块可以分析差异基因。对于每一个基因,模块会使用一个统计检验（例如，t测验）来计算和衡量不同组之间的基因表达差异,然后计算对应的p值。

差异基因的分析一般同时检测成千上万的基因，因而增加了错误识别率(假阳性),模块通常选择BH方法纠正p值，同时降低多个假设检验的错误率。

注意事项
了解更多:
DiffGeneSelection

引用

Ritchie, M.E., Phipson, B., Wu, D., Hu, Y., Law, C.W., Shi, W., and Smyth, G.K. (2015). limma powers differential expression analyses for RNA-sequencing and microarray studies. Nucleic Acids Research 43, e47.