在构建好 DEGContainer 对象之后，就可以开始走分析流程了。

一键检查

用到的函数是 runCheck 

  1. runCheck(data_i, dir = "out_check")

因为这一步需要输出一些pdf文件，所以给一个合适的路径是非常重要的，也就是 dir 参数。
看一下 runCheck 的帮助文档，可以发现还有两个参数。并且已经设定了默认值，一般不用更改。

  1. ?runCheck

image.png
prefix 参数主要用来为输出的文件指定一个合适的文件前缀，在RNAseqStat2 的每一步都可以自定义一个前缀，一般默认的就够用了。
palette 参数主要用来指定图中的分组颜色，也提供了默认值，或者可以换成自己喜欢的颜色。

分步检查

由于这一步的计算量较少，一般都可以很快跑完全部。所以并没有相关的参数控制检查过程中的每个步骤。
但是每一步都可以独立运行。
先准备一下需要的数据

  1. ## 从 DEGContainer 对象中提取过滤后的表达矩阵
  2. exprSet= matrixFiltered(data_i)
  3. ## 从 DEGContainer 对象中提取分组信息
  4. group_list =  groupInfo(data_i)
  5. ## 将 count 转为 log2CPM
  6. dat = log2(cpm(exprSet)+1)
  7. ## 设置输出文件的路径
  8. dir = "out_check"
  9. prefix = "1-run_check"
  10. palette = RColorBrewer::brewer.pal(3, "Set2")[1:2]

PCA

  1. pca_check(dat,group_list,dir = dir)

热图

  1. corall_check(dat,group_list,dir = dir)
  2. cor500_check(dat,group_list,dir = dir)
  3. top1000_check(dat,group_list,dir = dir)
  4. HKG_check(dat,group_list,dir = dir)

分布图

  1. box_check(dat,group_list,dir = dir,prefix = prefix,palette = palette,y = "expression value")
  2. density_check(dat,group_list,dir = dir,prefix = prefix,palette = palette,y = "log2(cpm(count)+1)")