问题标签 [rna-seq]

我有一个 DGEList x，其中包含行中的基因和列中的样本（同一患者的多个样本）。我的数据中没有 NA，因为我使用了 complete.case 函数（）。我以这种方式创建设计矩阵：

其中 f 是一些特征（在这种情况下，我有 9 个特征）。这些只是数字向量而不是因子，因此在设计矩阵中每个特征只有一列（等于年龄）。相反，性别是一个因素（M 或 F）。所以在设计矩阵中它有 2 列。

当我打电话时：

它返回：

系数不可估计：f7 f8 f9 age genderF genderM
警告信息：17080 探针的部分 NA 系数我发现在传递给 model.matrix 的总值不再为 6 之前是可以的。

为什么 ？？

当我调用时：vfit <- lmFit(v, design) 它返回相同的警告，并且 vift$coefficents 中对应的列 (f7 f8 f9 age genderF genderM) 仅带有 NA。

我的另一个问题是？在 model.matrix 中使用多少个参数是正确的？因为我看到在model.matrix中传递6个参数没有错误，所以没问题，但不会超过6个。当我在model.matrix()中使用超过6个值时，它会返回之前描述的问题。

我有一个我可以理解或解决的问题。我从 GEO 下载了 GSE115262。https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE115262。我想从 GSM3172784HC$annotation.gene_name 中提取基因名称。当我这样做时，我得到的是数字而不是基因名称。如何获取字符值？如果我运行 Str()，这就是我得到的 $ annotation.gene_name : Factor w/ 56233 levels "5_8S_rRNA","5S_rRNA",..: 53514 52750 11836 48738。我们看到我得到了数字。如果我运行 head() 并查看 GSM3172784HC$annotation.gene_name，我会得到基因名称，这就是我想要的。我如何得到这些？

我正在处理一个名为 GBM 的数据框，其中包含单细胞测量值。所以我依靠 SCnorm 包来处理规范化过程并预先检查我的数据。我正在使用（plotCountDepth 函数）

这是我的管道：

我真的不明白为什么我继续返回此错误

colSums(Data[, which(Conditions == Levels[x])]) 中的错误：'x' 必须是至少二维的数组

即使我应用在BioConductor中找到的相同标准

为您提供主要信息 Label 是一个与 GBM 相同维度的向量，它是一个矩阵 G x S，包含一系列标签来区分每个细胞组。

先感谢您

PS：GBM 是一个矩阵，其中的列由不同的单元格名称命名，而行当然是基因

我有一个包含许多序列的大文件，每个序列都以 . 开头>MSTRG，我需要将其分成四个以在它们上运行工具。当我使用$ split -b [desired file size] [output prefix]或使用该-l选项时，它会将其拆分为所需大小的部分。但是，它会不加选择地这样做，从而导致序列中断。

一旦进行了 1/4 的匹配，有没有办法一起使用split和拆分文件？grep>MSTRG

我有来自细菌基因组的 RNA-seq 数据（2 种不同处理的 3 个重复），并使用 DeSeq2 计算基因的 log2fc（padj < 0.05）。这会生成一个 csv 文件，其中包括（但不限于）基因名称和输出的 log2fc 示例。

更新：基因组发表和注释，所以我有每个基因对应的基因组坐标。也许它就像合并这些信息一样简单。但并不是所有的基因都有差异表达，所以它变得更加复杂......

但是，我想记录 2 RNA 变化（y 轴）与基因组坐标（x 轴）。但是我在互联网上搜索没有成功。有谁知道一个相对简单的方法来做到这一点？我很高兴使用 R/python... 我已经包含了我所追求的论文中的一个示例... 我所追求的 示例

也许这很简单，以至于没有人谈论它。但在我附上的图片中，他们没有讨论他们是如何绘制它的。

提前致谢！！

我按照说明格式化了数据集和表型标签文件，但仍然无法正常工作。这是错误信息。这是数据集文件的图像

我正在比较来自三种不同组织“肝脏”、“肾脏”和“大脑”的动物的三个年龄“新生儿”、“四岁”和“二十岁”的 RNA-seq 数据。我的colata如下所示。我成功地运行了 DESeq2 工具来分析差异表达的基因。但是，当我使用“plotCounts”和“ggplot2”绘制具有最小 padj 值的差异表达基因时，三个组织之一的基因被单独绘制，两个一起绘制。我无法弄清楚我哪里出错了。如果有人可以查看我的脚本，请建议我将所有样本绘制在一起。提前感谢您的宝贵时间。

##使coldata的行和矩阵（cts）的列的顺序相同：

矩阵的输出（cts）：

为数据创建 Deseq2 矩阵对象：

预过滤 - 在这里我们删除读取计数非常低的行。

设置因子

运行差异表达分析

要获得构建结果表的系数： resultsNames(dds) OUTPUT: 1 "Intercept" "condition_..NB. vs ..four." “条件_..二十。对..四。” [4] “condition_.four. vs ..four.” “条件_.NB。与..四个。” “条件_.二十。对..四。”

是否有可能只获得一个系数“condition_..NB. vs ..four._vs..twenty”？如果是，我应该使用什么代码？

基于 resultsName(dds) 获得的系数的对数倍数变化收缩：

要按最小 p 值排序我们的结果表：

了解小于 0.1 的调整后 p 值的数量

运行上述代码后，我尝试使用 ggplot2 绘制具有 min padj 值的基因：

但是该图显示了两个组织样本的基因一起绘制，而第三个组织分别绘制。该图可以在这里看到： custom plotting using ggplot

谁能建议我正确的代码来获得显示所有组织的所有基因的图表？

感谢您的时间。

我有来自 4 个样本的 RNAseq 数据，每个样本有 3 个生物学重复。我目前正在尝试使用 DESeq2 进行差异表达分析，但是当我制作 PCA 图或相关热图时，生物复制不会聚集在一起。这是我第一次使用 RNASeq 分析，所以不确定最好的前进路线是什么？如果可能的话，我想避免用新样品重复实验！

我在 DESeq2 之前的管道如下：

FastQC 质量检查 -> Trimmomatic -> Kallisto

我使用 tximport 将 kallisto 文件转换为适合 DESeq2 的格式

使用 rlog 转换数据的 PCA 图

我是 bash 脚本的新手，目前正在尝试编写脚本但失败了。我有一个需要输入脚本的配对样本列表，该脚本会将 2 个文件合并为 1 个文件。合并2个文件的脚本是：

./mergePEsam.pl file1_1.sam file1_2.sam file.merge.sam

我正在尝试创建一个循环，该循环将使用上面的脚本通过并合并 sample_1.sam 和 sample_2.sam。到目前为止我写的失败的脚本是：

帮助将不胜感激

我有一个串联的单细胞 RNAseq anndata

我想'Sex'为不同的“样本”创建另一个 obs

我知道我可以用

但是对于特定的样本类别而不是整个集合，我该如何做呢？

谢谢！