整理自生信技能树小洁老师授课内容

图表介绍

热图

1. 输入数据输入数据是**数值型矩阵/数据框**
2. 颜色的变化表示数值的大小

热图类别

1. 相关性热图
2. 差异基因热图

1. 散点图

2. 箱线图

1. 输入数据是一个连续型向量和一个有重复值的离散型向量 即 分类变量
2. 图解：包括 min max median 25% 75% 离群点
3. 单个基因在两组之间的表达量差异

3. 火山图

1. 横坐标：logFC，纵坐标：-log10(P.value)

    FoldChange (FC)：处理组平均值 对照组平均值
    logFC：Foldchange 取 log2
   

2. 理解 logFC，一定是**处理组-对照组**

3. logFC 一般 <20 才正常

1）logFC>0，treat>control ，基因表达量上升

2）logFC<0，treat<control ，基因表达量下降

3）通常所说的上调、下调基因是指表达量显著 上升/下降的基因 （结合P值）

4）logFC的常见阈值，没有标准答案

	1、2、1.2、1.5、2.2、0.585（=log2(1.5)）

4. 差异分析结果 limma

    P值越小，越有信心认为差异显著，-log10( P-value)越大
   

以上图片来自生信技能树小洁老师

4. 主成分分析（PCA）

1. 主成分分析，旨在利用降维的思想，把多指标转化为少数几个综合指标（即主成分）
2. 根据这些主成分对样本进行聚类，代表样本的点在坐标轴上距离越远，说明样本差异越大。
3. PCA样本聚类图
   1）图上的点代表样本（中心点除外）
   2）点与点之间的距离代表样本与样本之间的差异
4. 用于“预实验”，简单查看组间是否有差别
   1）同一分组是否聚成一簇（组内重复好）
   2）中心点之间是否有距离（组间差别大）

2. GEO背景介绍及分析思路

1. 表达数据实验设计

1. 实验目的：实验目的：通过基因表达量数据的差异分析和富集分析来解释生物学现象
2. 组别设计
3. 流程：不同处理 – 差异基因 – 找功能、找关联、找机制、同一通路有多个基因表达变化 – 解释差异，缩小基因范围

2. 数据库介绍

1. NCBI：Gene Expression Omnibus – Browse Content

2. 流程：

3. 基因表达芯片的原理

    探针的表达量代表基因的表达量
   

4. 分析思路

3. 表达矩阵

GSM，样本编号
需要分组信息
需要转换为 gene symbol

4. 富集分析

代码分析流程

复杂数据分析