TCGA基因矩阵做差异表达-生信自学网

前面我们有给大家讲解如何整理TCGA数据，包括分散文件整理成矩阵，ID转换成gene symbol，生存数据的整理等。这篇短文给大家介绍如何做差异分析，差异表达得到的结果包括gene、logFC（差异倍数取log值）、logCMP（每测100万落在基因上的丰度）、PValue（0假设是指基因在正常和癌症组织之间没有差异）、FDR（矫正后的P值），数据如下面所示。
差异基因表格

做差异表达可以得到火山图，热图（低表达绿色标识，高表达用红色表示）
TCGA数据差异表达火山图

主要使用edgeR包做TCGA数据差异表达，用到R包，就需要安装R软件，R软件的安装相对比较简单，直接下载，安装和普通window程序一样。
安装R包

source("http://bioconductor.org/biocLite.R")
biocLite("edgeR")
install.packages("gplots")

安装包的使用可以直接用搜索引擎搜索“edgeR”，进入官方教程页面，就可以得到详细的安装和使用方法。

FoldChange=2
padj=0.01
setwd(" ")                   
library("edgeR")
bw=read.table("bw_symbol.txt",sep="\t",header=T,check.names=F)  
bw=as.matrix(bw)
rownames(bw)=bw[,1]
exp=bw[,2:ncol(bw)]
dimnames=list(rownames(exp),colnames(exp))
..
...
....

FoldChange=2
padj=0.01
这两句是设置参数
整个程序主要是：先打开所在文件夹，导入矩阵，导入R包，矩阵转换，剔除空白区域等
然后用R包对矩阵进行处理，得到差异基因
得到差异基因数据，火山图和热图就用其他R包很容易画出来。
TCGA做差异分析得到的热图