多分组数据

image.png
image.png

多数据联合分析

image.png
image.png
image.png

标准流程后续分析

image.png

string、cytoscape

  1. rm(list = ls()) #清空前期
  2. load("step4output.Rdata")
  3. gene_up= deg[deg$change == 'up','symbol'] 
  4. gene_down=deg[deg$change == 'down','symbol']
  5. gene_diff = c(gene_up,gene_down)
  7. # 1.制作string的输入数据
  8. write.table(gene_diff,
  9.             file="diffgene.txt",
  10.             row.names = F,
  11.             col.names = F,
  12.             quote = F)
  13. # 从string网页获得string_interactions.tsv
  15. # 2.准备cytoscape的输入文件
  16. p = deg[deg$change != "stable",
  17.         c("symbol","logFC")]
  18. head(p)
  19. write.table(p,
  20.             file = "deg.txt",
  21.             sep = "\t",
  22.             quote = F,
  23.             row.names = F)
  24. # string_interactions.tsv是网络文件
  25. # deg.txt是属性表格

image.png
image.png
image.png
image.png

文献解读

文献1 二分组

image.pngimage.png

文献2 多数据

image.png
image.png
image.png
image.png

文献3 转录因子 多数据

image.png
image.png
image.png
image.png
image.png
image.png

文献4 多数据合并

image.png
image.png
image.png

报错及分析

image.png