PyDESeq2使用

參考

GitHub - owkin/PyDESeq2: A Python implementation of the DESeq2 pipeline for bulk RNA-seq DEA.

A simple PyDESeq2 workflow — PyDESeq2 0.2.1 documentation

安裝

使用conda來新建一個虛擬環(huán)境沥潭,然后使用pip安裝酸员。

conda create -n pydeseq2 python=3.8
conda activate pydeseq2
pip install pydeseq2

查看是否安裝成功

(pydeseq2) [zhaoyuhu@localhost ~]$ python
Python 3.8.15 | packaged by conda-forge | (default, Nov 22 2022, 08:49:35) 
[GCC 10.4.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
#加載pydeseq2包,如果安裝成功的話,是可以被成功加載的
from pydeseq2.DeseqDataSet import DeseqDataSet
from pydeseq2.DeseqStats import DeseqStats

import numpy as np
import pandas as pd

用法

參考鏈接:PyDESeq2/test_pydeseq2.py at main · owkin/PyDESeq2 · GitHub

數(shù)據(jù)來源: 數(shù)據(jù)集是一個100個樣本,每個樣本10個基因的小測試集。而其中50個樣本屬于條件A,另50個樣本屬于條件B。
①test_counts.csv 文件:https://github.com/owkin/PyDESeq2/blob/main/tests/data/test_counts.csv
②test_clinical.csv文件:https://github.com/owkin/PyDESeq2/blob/main/tests/data/test_clinical.csv
作為Python版的DESeq2, 用法和R里差不多。

#數(shù)據(jù)讀取
counts_df = pd.read_csv("test_counts.csv", index_col=0).T
condition_df = pd.read_csv( "test_clinical.csv", index_col=0)

>>> counts_df.shape
(100, 10)
>>> counts_df.head()
         gene1  gene2  gene3  gene4  gene5  gene6  gene7  gene8  gene9  gene10
sample1     12     22      2    187     15      2     13     57     56       6
sample2     10      6     20     99     55      0     35     96     43       1
sample3      0     28      3     96     38      2      9     54     27      14
sample4      7     28     10    170     16     10     17     38     18      16
sample5      2     31      5    126     23      2     19     53     31      18

>>> condition_df
          condition
sample1           A
sample2           A
sample3           A
sample4           A
sample5           A
...             ...
sample96          B
sample97          B
sample98          B
sample99          B
sample100         B

[100 rows x 1 columns]

數(shù)據(jù)過濾

在進行DEA之前滋恬,對數(shù)據(jù)進行預(yù)處理是一種好的做法,例如抱究,刪除注釋缺失的樣本恢氯,并排除表達水平非常低的基因。這在我們的合成數(shù)據(jù)的情況下是不必要的媳维,但是如果你使用真實數(shù)據(jù)酿雪,不要忘記這一步。為此侄刽,您可以使用下面的代碼指黎。
首先移除條件為NaN的樣本。如果您正在使用另一個數(shù)據(jù)集州丹,不要忘記更改您希望在分析中用作設(shè)計因素的clinical_df列的“條件”醋安。

samples_to_keep = ~clinical_df.condition.isna()
counts_df = counts_df.loc[samples_to_keep]
clinical_df = clinical_df.loc[samples_to_keep]

接下來,我們過濾掉總共閱讀次數(shù)少于10次的基因墓毒。

genes_to_keep = counts_df.columns[counts_df.sum(axis=0) >= 10]
counts_df = counts_df[genes_to_keep]

構(gòu)建DeseqDataSet 對象

# 構(gòu)建DeseqDataSet 對象
dds = DeseqDataSet(counts_df, condition_df, design_factor="condition")
# 離散度和log fold-change評估.
dds.deseq2()
#Fitting size factors...
#... done in 0.02 seconds.

#Fitting dispersions...
#... done in 0.68 seconds.

#Fitting dispersion trend curve...
#... done in 0.16 seconds.

#Fitting MAP dispersions...
#... done in 0.77 seconds.

#Fitting LFCs...
#... done in 0.71 seconds.

#Refitting 0 outliers.

統(tǒng)計分析

差異表達統(tǒng)計檢驗分析

res = DeseqStats(dds)
# 執(zhí)行統(tǒng)計分析并返回結(jié)果
res_df = res.summary()
#結(jié)果如下
res_df
         baseMean  log2FoldChange     lfcSE       stat        pvalue          padj
gene1   10.306788        1.007045  0.225231   4.471161  7.779603e-06  2.593201e-05
gene2   24.718815       -0.059670  0.165606  -0.360311  7.186146e-01  7.186146e-01
gene3    4.348135       -0.166592  0.325445  -0.511891  6.087275e-01  6.763639e-01
gene4   98.572300       -2.529204  0.136752 -18.494817  2.273125e-76  2.273125e-75
gene5   38.008562        1.236663  0.151824   8.145377  3.781028e-16  1.890514e-15
gene6    4.734285        0.212656  0.304487   0.698408  4.849222e-01  6.061527e-01
gene7   30.011855       -0.445855  0.150575  -2.961017  3.066249e-03  5.110415e-03
gene8   59.330642        0.372080  0.118911   3.129070  1.753603e-03  3.507207e-03
gene9   46.779546        0.547280  0.124922   4.380966  1.181541e-05  2.953853e-05
gene10  11.963156        0.494775  0.229494   2.155940  3.108836e-02  4.441194e-02
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末吓揪,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子所计,更是在濱河造成了極大的恐慌柠辞,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,126評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件主胧,死亡現(xiàn)場離奇詭異叭首,居然都是意外死亡习勤,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,254評論 2 382
  • 文/潘曉璐 我一進店門焙格,熙熙樓的掌柜王于貴愁眉苦臉地迎上來图毕,“玉大人,你說我怎么就攤上這事眷唉∮璨” “怎么了?”我有些...
    開封第一講書人閱讀 152,445評論 0 341
  • 文/不壞的土叔 我叫張陵冬阳,是天一觀的道長蛤虐。 經(jīng)常有香客問我,道長摩泪,這世上最難降的妖魔是什么笆焰? 我笑而不...
    開封第一講書人閱讀 55,185評論 1 278
  • 正文 為了忘掉前任劫谅,我火速辦了婚禮见坑,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘捏检。我一直安慰自己荞驴,他們只是感情好,可當我...
    茶點故事閱讀 64,178評論 5 371
  • 文/花漫 我一把揭開白布贯城。 她就那樣靜靜地躺著熊楼,像睡著了一般。 火紅的嫁衣襯著肌膚如雪能犯。 梳的紋絲不亂的頭發(fā)上鲫骗,一...
    開封第一講書人閱讀 48,970評論 1 284
  • 那天,我揣著相機與錄音踩晶,去河邊找鬼执泰。 笑死,一個胖子當著我的面吹牛渡蜻,可吹牛的內(nèi)容都是我干的术吝。 我是一名探鬼主播,決...
    沈念sama閱讀 38,276評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼茸苇,長吁一口氣:“原來是場噩夢啊……” “哼排苍!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起学密,我...
    開封第一講書人閱讀 36,927評論 0 259
  • 序言:老撾萬榮一對情侶失蹤淘衙,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后腻暮,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體彤守,經(jīng)...
    沈念sama閱讀 43,400評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡漩氨,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 35,883評論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了遗增。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片叫惊。...
    茶點故事閱讀 37,997評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖做修,靈堂內(nèi)的尸體忽然破棺而出霍狰,到底是詐尸還是另有隱情,我是刑警寧澤饰及,帶...
    沈念sama閱讀 33,646評論 4 322
  • 正文 年R本政府宣布蔗坯,位于F島的核電站,受9級特大地震影響燎含,放射性物質(zhì)發(fā)生泄漏宾濒。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,213評論 3 307
  • 文/蒙蒙 一屏箍、第九天 我趴在偏房一處隱蔽的房頂上張望绘梦。 院中可真熱鬧,春花似錦赴魁、人聲如沸卸奉。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,204評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽榄棵。三九已至,卻和暖如春潘拱,著一層夾襖步出監(jiān)牢的瞬間疹鳄,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,423評論 1 260
  • 我被黑心中介騙來泰國打工芦岂, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留瘪弓,地道東北人。 一個月前我還...
    沈念sama閱讀 45,423評論 2 352
  • 正文 我出身青樓盔腔,卻偏偏與公主長得像杠茬,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子弛随,可洞房花燭夜當晚...
    茶點故事閱讀 42,722評論 2 345

推薦閱讀更多精彩內(nèi)容