差异基因筛选
差异系数，可以体现对象数据与标准数据的相对差异,数值越大，表示不平衡程度越大[1]
设x与y分别为对象数据和标准数据，则差异系数k的表达式为：
差异倍数
差异表达基因分析：差异倍数(fold change), 差异的显著性(P-value) | 火山图 - Life·Intelligence - 博客园
Differential gene expression analysis：差异表达基因分析 Differentially expressed gene (DEG)：差异表达基因 Volcano Pl
https://www.cnblogs.com/leezx/p/7132099.html
df = read.delim('DEG_nofiltered.xls', header = T, sep = '\t') #### 3.1.1 根据差异倍数大于2且P值小于0.05筛选 dim(subset(df, FC > 2 & pval < 0.05 | FC < 0.5 & pval < 0.05)) df$logFC = log2(df$FC) deg = subset(df, abs(logFC) > 1 & pval < 0.05) dim(deg)
### 3.2 排序 #### 3.2.1 差异最显著的50个基因 orderP = order(deg$pval) # 返回pval从小到大排序的坐标 deg_orderP = deg[orderP,] # 根据上述位置关系重新排列行 top50P = head(deg_orderP, 50) # 提取前50行 top50P$id
#### 3.2.2 差异倍数最大的50个基因 orderFC = order(abs(deg$logFC), decreasing = T) # 返回差异倍数由大到小排序的坐标 deg_orderFC = deg[orderFC,] top50FC = head(deg_orderFC, 50) top50FC$id
将数据写入
### 4.2 txt文件 write.table(deg_TF_all, 'deg_TF_all.xls', col.names = T, row.names = F, sep = '\t', quote = F) ### 4.3 xlsx文件 library(writexl) write_xlsx(list(mysheet=deg_TF_all), 'deg_TF_all.xlsx')
