摘要：
蛋白互作网络图 - 网页工具string 输入数据：差异基因 输出：一个ppi图，可以导出数据 放入Cytoscape进行网络可视化 制作string的输入数据 setwd("D:/R/CHOL") load("step4output.Rdata") gene_up = deg[deg$change 阅读全文
摘要：
1. 配对样本的差异分析 在差异分析的数据处理中，只有design这一行代码有区别 pairinfo = factor(c(1,2,1,3,2,3)) design = model.matrix(~group_list + pairinfo) 配对信息：1，2，3分别为三个病人； 分组信息：由gro 阅读全文
摘要：
0. 准备 setwd("D:/R/CHOL") rm(list = ls()) load(file = "step4output.Rdata") library(clusterProfiler) library(dplyr) library(ggplot2) 构建kegg_plot函数（以up_k 阅读全文
摘要：
0. 准备 setwd("D:/R/CHOL") rm(list = ls()) load(file = "step1output.Rdata") load(file = "step4output.Rdata") 1. 火山图 画不带基因标签的火山图 library(dplyr) library(g 阅读全文
摘要：
0. 准备 setwd("D:/R/CHOL") rm(list = ls()) load(file = "step2output.Rdata") 1. 差异分析 差异分析，用limma包来做 需要表达矩阵（exp）和分组信息（group_list），不需要改 library(limma) desi 阅读全文
摘要：
0. 准备 setwd("D:/R/CHOL") rm(list = ls()) load(file = "step1output.Rdata") load(file = "step2output.Rdata") 1. 主成分分析图（Principal Component Analysis，PCA） 阅读全文
摘要：
0. 准备 setwd("D:/R/CHOL") rm(list = ls()) load(file = "step1output.Rdata") library(stringr) 1. group_list（实验分组） 第一类，现成的某一列或在某列中包含（少见） group_list = pd$t 阅读全文
摘要：
0. 准备 setwd("") rm(list = ls()) options(stringsAsFactors = F) library(GEOquery) library(limma) library(tidyverse) 1. 数据下载 # 下载Series Matrix File(s) gs 阅读全文
摘要：
1. 设置镜像 options("repos" = "https://mirrors.ustc.edu.cn/CRAN/") if(!require("BiocManager")) install.packages("BiocManager",update = F,ask = F) options( 阅读全文
摘要：
1. 热图 输入数据是数值型矩阵 / 数据框 颜色的变化表示数值的大小 2. 散点图和箱线图 散点图和箱线图的差别：箱线图就是散点图把横坐标弱化的结果。弱化个体的概念，强化群体的概念，把同一个分组放到一起，就形成了箱线图。 箱线图的输入数据是一个数值型向量和一个字符串向量（重复值） 箱线图： 箱线图 阅读全文