riborex:差異翻譯基因分析

??分析差異翻譯基因時(shí)蜕衡,為了保證結(jié)果的正確性李滴,除了使用Xtail軟件外突硝,也用riborex分析了一遍测摔,該軟件封裝了常規(guī)轉(zhuǎn)錄組常用的三種差異分析框架DESeq2edgeR解恰、Voom锋八。另外,該軟件還封裝了fdrtool可以用來(lái)矯正pvalue护盈。具體的代碼示例可以參考軟件文檔挟纱,這里就不演示了,主要說(shuō)說(shuō)使用軟件時(shí)需要注意的事項(xiàng)腐宋。

詳細(xì)的使用說(shuō)明書(shū):
https://github.com/smithlabcode/riborex/blob/master/vignettes/riborex.pdf

??DESeq2做為常規(guī)轉(zhuǎn)錄組最常用的差異表達(dá)基因分析的框架紊服,確實(shí)是一個(gè)不可多得的選擇檀轨。同時(shí)财边,也對(duì)翻譯組差異翻譯基因的鑒定有著很大的影響衬衬,很多翻譯組的差異分析軟件也是基于這些框架而來(lái)奄喂。因此,這里說(shuō)的注意事項(xiàng)是選擇DESeq2做為riborex的分析引擎時(shí)剂府,需要注意的地方。

??用DESeq2做差異分析時(shí)剃盾,最后提取差異結(jié)果時(shí)腺占,默認(rèn)設(shè)計(jì)矩陣中前面的分組做為參考,也可以提供contrast參數(shù)痒谴,指定如何提取結(jié)果衰伯,確定哪一個(gè)分組做為參考,弄不好得到的結(jié)果可能跟預(yù)期相反积蔚。例如意鲸,分組變量名為group,含有case尽爆、ctrl兩個(gè)水平怎顾,那么最后提取差異時(shí),可以用兩種方式指定:

res <- results(dds, contrast=c("group", "case", "ctrl"))
# 或者下面的方式
res <- results(dds, name="group_case_vs_ctrl") 

??要明白放在后面的組名如ctrl是做為對(duì)照組的漱贱,如果case放在后面就會(huì)導(dǎo)致上下調(diào)基因反過(guò)來(lái)槐雾。雖然不是什么大問(wèn)題,但有可能引起誤導(dǎo)而浪費(fèi)不必要的時(shí)間幅狮。

??那么募强,riborex使用DESeq2做為引擎分析差異基因時(shí),最后也要根據(jù)contrast提取差異結(jié)果崇摄。例如擎值,軟件文檔示例數(shù)據(jù)的分組情況如下:

rnaCond <- c("control", "control", "treated", "treated")
riboCond <- c("control", "control", "treated", "treated")

??雖然軟件也提供了contrast參數(shù)用于指定如何提取,但好像該參數(shù)并那么好使逐抑。默認(rèn)情況下幅恋,contrast無(wú)需指定,與DESeq2默認(rèn)情況一樣泵肄,前面的分組做為參考捆交,即control為對(duì)照。但是腐巢,類(lèi)似文檔中只有Multi-factor experiment的示例格式指定這個(gè)參數(shù):

??然而品追,不是Multi-factor experiment,該怎么辦呢冯丙?比如樣本分組情況如下:

rnaCond <- c("case", "case", "ctrl", "ctrl")
riboCond <- c("case", "case", "ctrl", "ctrl")

??通常習(xí)慣以對(duì)照組為參考肉瓦,看處理組如何變化遭京,默認(rèn)的結(jié)果是以case做為參考,這顯然有點(diǎn)反人類(lèi)泞莉。如果想得到以ctrl為參考的結(jié)果哪雕,該怎么辦呢?

??因?yàn)檐浖?code>contrast參數(shù)鲫趁,所以第一時(shí)間想到用這個(gè)參數(shù)提取想要的結(jié)果斯嚎,可是看了一圈發(fā)現(xiàn)不知道如何提供參數(shù),也是無(wú)奈挨厚。當(dāng)然堡僻,此路不通還有別的選擇,比如可以將樣本順序顛倒一下就可以了疫剃,這樣默認(rèn)情況就是想要的結(jié)果钉疫。

??沒(méi)辦法,咱還是想搞清楚怎么提供參數(shù)巢价,就去看了看軟件的源碼牲阁,關(guān)于contrast參數(shù)的代碼如下:

??這段代碼的else部分代碼寫(xiě)法有點(diǎn)怪異,提供的contrast第一個(gè)元素要在combinedCond列名里面壤躲,而咱們根本不知道combinedCond內(nèi)容是什么咨油。既然倒騰了,那就倒騰明白吧柒爵,可以通過(guò)下面的方式提供參數(shù):

contrast <- c('cond', 'case', 'ctrl')
res <- riborex(rna, ribo, rnaCond, riboCond, "DESeq2", contrast = contrast)

??contrast第一個(gè)元素得是cond役电,已經(jīng)由代碼的邏輯固定了。

??事實(shí)上棉胀,riborex只是封裝了DESeq2法瑟,咱們也可以自行構(gòu)建設(shè)計(jì)矩陣,直接使用DESeq2來(lái)做差異翻譯基因分析唁奢。

protocol + condition + condition:protocol

??protocolRNAseqriboseq各樣本的分組向量霎挟,condition為樣本所屬的數(shù)據(jù)類(lèi)型分組向量,condition:protocol為前面兩個(gè)的交互效應(yīng)麻掸。

??riborexxtail的結(jié)果重合度挺好酥夭,而xtail的結(jié)果更為保守,想要多一些的結(jié)果可以選擇前者脊奋。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末熬北,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子诚隙,更是在濱河造成了極大的恐慌讶隐,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,126評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件久又,死亡現(xiàn)場(chǎng)離奇詭異巫延,居然都是意外死亡效五,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,254評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門(mén)炉峰,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)畏妖,“玉大人,你說(shuō)我怎么就攤上這事疼阔〗浣伲” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 152,445評(píng)論 0 341
  • 文/不壞的土叔 我叫張陵竿开,是天一觀的道長(zhǎng)谱仪。 經(jīng)常有香客問(wèn)我玻熙,道長(zhǎng)否彩,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 55,185評(píng)論 1 278
  • 正文 為了忘掉前任嗦随,我火速辦了婚禮列荔,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘枚尼。我一直安慰自己贴浙,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,178評(píng)論 5 371
  • 文/花漫 我一把揭開(kāi)白布署恍。 她就那樣靜靜地躺著崎溃,像睡著了一般。 火紅的嫁衣襯著肌膚如雪盯质。 梳的紋絲不亂的頭發(fā)上袁串,一...
    開(kāi)封第一講書(shū)人閱讀 48,970評(píng)論 1 284
  • 那天,我揣著相機(jī)與錄音呼巷,去河邊找鬼囱修。 笑死,一個(gè)胖子當(dāng)著我的面吹牛王悍,可吹牛的內(nèi)容都是我干的破镰。 我是一名探鬼主播,決...
    沈念sama閱讀 38,276評(píng)論 3 399
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼压储,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼鲜漩!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起集惋,我...
    開(kāi)封第一講書(shū)人閱讀 36,927評(píng)論 0 259
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤宇整,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后芋膘,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體鳞青,經(jīng)...
    沈念sama閱讀 43,400評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡霸饲,尸身上長(zhǎng)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(diǎn)故事閱讀 35,883評(píng)論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了臂拓。 大學(xué)時(shí)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厚脉。...
    茶點(diǎn)故事閱讀 37,997評(píng)論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖胶惰,靈堂內(nèi)的尸體忽然破棺而出傻工,到底是詐尸還是另有隱情,我是刑警寧澤孵滞,帶...
    沈念sama閱讀 33,646評(píng)論 4 322
  • 正文 年R本政府宣布中捆,位于F島的核電站,受9級(jí)特大地震影響坊饶,放射性物質(zhì)發(fā)生泄漏泄伪。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,213評(píng)論 3 307
  • 文/蒙蒙 一匿级、第九天 我趴在偏房一處隱蔽的房頂上張望蟋滴。 院中可真熱鬧,春花似錦痘绎、人聲如沸津函。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,204評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)尔苦。三九已至,卻和暖如春行施,著一層夾襖步出監(jiān)牢的瞬間允坚,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,423評(píng)論 1 260
  • 我被黑心中介騙來(lái)泰國(guó)打工悲龟, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留屋讶,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 45,423評(píng)論 2 352
  • 正文 我出身青樓须教,卻偏偏與公主長(zhǎng)得像皿渗,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子轻腺,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,722評(píng)論 2 345

推薦閱讀更多精彩內(nèi)容