这是我制作的第5个R包，里面包含了DESeq2的基因标准化方法和我自己的平均值、中位数标准化方法，看起来还是DEseq2的方法与文献中一致

qqercc

对添加ERCC spike-in的RNA-SEQ数据进行标准化

安装

install.packages("devtools")
library(devtools)

如果连接失败：

1.尝试修复Hosts配置

2.尝试Win+R，输入inetcpl.cpl 直接打开Internet选项。打开后，在高级中勾选使用TLS 1.0、使用TLS 1.1、使用TLS 1.2、使用TLS 1.3。

devtools::install_github('liuyuchenlab/qqercc')  
library(qqercc)  

数据需要包含ERCC-基因，格式如下

只可以输入XLSX文件：

运行函数会自动创建ercc文件夹，并保存ERCC normalized文件，默认使用deseq2方法

control_group指的是根据某一组进行relative计算得到总体reads数的比较结果

图片自动保存到ercc文件夹中

result <- qqercc("ercc.xlsx", control_group = "control")

normalized total reads plot

可以添加自定义颜色和统计比较

#定义比较组
comparisons_list <- list(
  c("DMSO-2-cell", "PlaB-2-cell"))
# 定义颜色，与比较组对应
colors <- c("#FF5733", "#33FF57")  # 每个颜色对应comparisons_list中的一组比较
#运行函数
result <- qqercc("ercc.xlsx", control_group = "control", 
                 comparisons = comparisons_list, method = "deseq2", 
                 format = "bar", 
                 color = colors
                )

可以通过format选择其他可视化形式：点图

result <- qqercc("ercc.xlsx", control_group = "control", 
                 comparisons = comparisons_list,
                 format = "dot"
)

或者箱线图

result <- qqercc("ercc.xlsx", control_group = "control", 
                 comparisons = comparisons_list,
                 format = "box"
)

qqercc

这是我制作的第5个R包，里面包含了DESeq2的基因标准化方法和我自己的平均值、中位数标准化方法，看起来还是DEseq2的方法与文献中一致

qqercc

对添加ERCC spike-in的RNA-SEQ数据进行标准化

安装

如果连接失败：

1.尝试修复Hosts配置

2.尝试Win+R，输入inetcpl.cpl 直接打开Internet选项。打开后，在高级中勾选使用TLS 1.0、使用TLS 1.1、使用TLS 1.2、使用TLS 1.3。

数据需要包含ERCC-基因，格式如下

只可以输入XLSX文件：

运行函数会自动创建ercc文件夹，并保存ERCC normalized文件，默认使用deseq2方法

control_group指的是根据某一组进行relative计算得到总体reads数的比较结果

图片自动保存到ercc文件夹中

normalized total reads plot

可以添加自定义颜色和统计比较

可以通过format选择其他可视化形式：点图

或者箱线图

ERCC文件夹

快去试试吧！

CATALOG

FEATURED TAGS