2

我有一张桌子，这是开始：

WE1_counts  WE2_counts  M1_counts   M2_counts   M3_counts
YAL008W 465 291 911 926 946
YBR255W 1040    1357    1428    1304    1112
YGR131W 95  170 230 113 138
YNL003ßC    1800    3107    3979    3012    2899
YBR135W 1094    2143    936 860 561

目标是找到条件“W”和“M”之间的差异表达基因。这是我的代码：

source("http://bioconductor.org/biocLite.R")
biocLite("DESeq")

library("locfit")
library("lattice")
library("DESeq") 

condition= c("W", "W", "M", "M", "M")
#data = table given above
cds1 = newCountDataSet(data, condition)

#Normalization
cds1=estimateSizeFactors(cds1)
sizeFactors(cds1)
head( counts( cds1, normalized=TRUE ) )

#Estimate dispersion
cds1 = estimateDispersions( cds1 )
dev.new()
plotDispEsts( cds1 )
head( fData(cds1) )

# Plotting mean vs log2FoldChange
res = nbinomTest( cds1, "W", "M")
dev.new()
plotMA(res)

我的问题是：nbinomTest() 函数返回基于 10% FDR 的差异表达基因。有没有办法改变这个数字？我可以在例如 5% FDR 时检查差异表达的基因吗？

4

1 回答 1

0

nbinomTest仅针对多重比较进行调整，然后您自己应用截止值。

counts(cds1)[which(res$padj < my.fdr),]

另一方面，如果您不想控制FDR程序本身的截止（特别是 α \alpha） ，那么您可能需要这个（虽然没有使用过）

PS：顺便说一句，在 R 中编码时，请考虑使用<-而不是=

于 2013-07-24T09:02:15.287 回答