问题标签 [rna-seq]

我正在使用 DESeq2 包运行 PCA，并希望在已经基于观察的形状上获得黑色轮廓。圆形的工作，但其他形状没有。

例如Make stat_ellipse {ggplot2} outline geom_point fill color 或Place aborder around points将数据绘制为一个唯一的形状。

很难给出一个可重现的例子，因为它以前在一个大数据集上执行过 PCA，但这是我运行的以下内容：

我相信关键在于新层的编码geom_point

跑步scale_fill_manual I get the following

我注意到在使用 pheatmap 时，它会在观察和样本中从最高到最低的总体丰度进行绘制，但是我会对每行（每次观察）的模式感兴趣。

如何绘制每行而不是整体的丰度？（即：每一行的红色值最高，蓝色最低，而不是观测值 A 的分辨率最高，而观测值 X 的蓝色值最高）？

您如何从cutree_rows = 3in生成的行组中提取基因/观察值pheatmap？会是obj$tree_row$...？

obj$kmeans$cluster我已经看到，如果您通过运行这样的方式应用 k 均值，您可以找到基因列表，有没有办法在热图中保留聚类但减少观察次数？

这是一个非常初学者的问题，所以提前感谢。

我得到了一个 R 脚本，用于将 fastq 文件与基因组对齐。我需要做的就是将此 R 脚本发送到我的 uni 集群，但我想确保脚本在我自己的计算机上运行良好，然后再将其发送到 void。我试图了解为什么我的函数无法运行。它首先加载一个库，然后将其余操作包含在一个函数中。当我 cmd+enter 函数时，它只在控制台中返回蓝色文本，但实际上并没有运行任何东西。因此，我假设如果发送到集群它也不会做任何事情。但为什么？

例如，如果我想运行名为“buildindex”的第一部分，我需要手动激活它。但是，如果仅通过函数调用它，则不会发生任何事情。请帮助我了解我需要解决的问题。这段代码是由一位忙于帮助我解决这些问题的博士后给我的。

这是我在 cmd+输入“analyzeRNAseq”函数时在控制台上看到的。每行的+是什么意思？？

在我看来，一旦我进入这个功能，它应该开始在我的笔记本电脑上运行，但事实并非如此。请帮忙。

使用此代码，我创建了一个向量 resSig

我打印前 500 个基因

现在，我正在尝试将此数据导出到 csv 文件

我正在使用 Picard 仅标记我阅读了 MarkDuplicates 手册的光学副本。我的脚本看起来像这样

当我使用 samtool 标志 0x400 时，我不确定我是否只得到光学副本，此时的任何建议都非常感谢。

我正在使用 RNA seq 数据通过 R 中的火山图（比较使用和不使用抗生素的细菌的差异基因表达）分析基因。创建我的图后，我不确定为什么我的一些值在一个条件和另一个条件中非“0”的 TPM 值未确定为差异表达。我的火山图上的一些基因在 TPM 上有这种差异，并且在我的图上显示为显着，而根据我的图，其他具有“0”值差异的基因被认为不显着。

这是我的数据样本（UO1_D712_##### 代表基因座编号，顶列代表不同的重复，其中“1”未处理，“2”用抗生素处理，数字旁边的字母代表不同技术复制）：

设计矩阵：

我通读了这个 edgeR 用户手册来编写我的代码：http ://bioconductor.org/packages/release/bioc/vignettes/edgeR/inst/doc/edgeRUsersGuide.pdf

这是我编写代码以对 RNA seq 数据进行采样的方式（注意 ~/Documents/VOLCANO/R10LB_0ugvs0.5ug.csv 指的是上面的数据样本，~/Documents/VOLCANO/R10LB_0vs0.5_designmatrix.csv 指的是上面的设计矩阵）：

这是我将数据格式化为火山图的代码：

这是我目前拥有的所有数据的火山图：

你能解释一下其中一些函数是如何过滤我的数据的（即 filterByExpr、estimateDisp、makeContrasts、glmFit、glmLRT）吗？为什么我的一些数据点从一种条件下的 0 TPM 变为另一种条件下的某个值，而其他数据点却没有？

您是否会推荐其他特定的过滤过程来更改、修复和/或改进我的火山图？

我想在 R 上编写一个循环来对我的数据集基因（= 210011 个基因和总共 6 个样本；列是基因，行是样本）执行线性回归，以确定年龄和性别如何影响基因表达。我想将线性回归的拟合值输出保存在一个新的数据框中（基本上生成一个类似的数据框，其中列上有基因，行中有样本）。

所以我写的循环是：

但我无法保存新的数据框。我试图按照这个如何在 R 中循环/重复线性回归

但它给了我“0列表”作为结果，所以我一定写错了。如何修改我的原始代码生成一个新的数据框的结果？

感谢您的帮助！

我已经对 lncRNA 进行了 RNA-Seq。在 Ensembl 基因组浏览器中查看时，我有 8 个差异表达的 lncRNA，并且所有 8 个重叠的 CTCF 结合位点。我如何证明这在统计上是显着的，而不是偶然发生的？我读过他们做过类似事情的论文，但他们从未说明他们是如何做到的。也有人可以告诉我我在哪里可以确切地找到有多少 CTCF 绑定站点？（对于人类）。我无法从 Ensembl 找到此信息。非常感谢。

来自此资源的 Python t-sne 实现：https ://lvdmaaten.github.io/tsne/

顺便说一句，我是 scRNA-seq 的初学者。

我正在尝试做的事情：使用 scRNA-seq 数据集并在其上运行 t-SNE，但使用先前计算的 PCA（我有 PCA.score 和 PCA.load 文件）

Q1：我应该可以在 tSNE 中使用我选择的计算 PCA，但是在运行 Y = tsne.tsne(X) 时我应该使用哪个文件 pca.score 或 pca.load？

Q2：我尝试删除/替换部分 PCA 计算代码以尝试删除 PCA 预处理，但它似乎总是出错。我应该改变什么才能正确使用我已经有的 PCA 数据而不是再次从中计算 PCA？

PCA 处理代码的原始形式如下：