0

我一直在关注最后一个 DESeq2 管道来执行 RNAseq 分析。我的问题是实验样品的 rin 与对照样品相比非常低。我阅读了一篇论文,其中他们使用时间过程 RNA 降解进行 RNAseq 分析,并得出结论,将 RIN 值作为协变量包括在内可以减轻样本中低 rin 的一些影响。

我的问题是我应该如何在 DESeq2 对象中构造设计:

~conditions+rin
~conditions*rin
~conditions:rin

none of them... :)

我找不到合适的资源来解释如何构建这些模型(我是该领域的新手......)并且我认识到我用这些东西撞到了墙上。我也很感激一些好的资源链接,以便能够理解哪个是正确的以及为什么。

太感谢了

4

1 回答 1

1

结果发现输入评论很长。

这取决于您的数据。

首先,counts ~conditions:rin在您的情况下没有意义,因为条件是绝对的。您不能只拟合交互项模型。

我会选择counts ~condition + rin,这假设 rin 存在条件效应和线性效应。并且计数对 rin 的依赖性与条件无关。

正如您所提到的,其中一种情况下的 rin 相当低,但是有什么理由怀疑 rin 和 counts 之间的关系在两种情况下会有所不同?如果适合counts ~condition * rin,则假设条件效应和条件不同的 rin 效应。如果您绘制计数与 rin 的关系,则意味着 rin 效应的斜率不同。你需要取出一些基因,看看这是否属实。而且,为了拟合这个模型,你需要相当多的样本来准确估计效果。看看这两个是否成立

于 2020-05-18T16:53:11.837 回答