Bioconductor中DESeq2的用法

（1）安装R，安装Bioconductor，从略。

（2）安装DESeq2。在Ubantu安装DEseq2会报错。主要是在安装DEseq2依赖的Matrix时出问题，显示/usr/bin/ld: cannot find llapack等。以此为例，可以在Ubuntu pkgs网站搜索对应的程序安装，即可解决。llapack对应的程序为lablapack-dev。以此类推。

安装XML时，cannot find xml2-config，应该装libxml2-dev及其依赖的软件。

（3）数据的准备。

DESeq2的导入数据比较简单，一个是数据文件，一个是表头说明文件。

数据文件格式如下：

> head(CTS_MOTSHFD)

                   HFD_1 HFD_2 HFD_3 MOTS_1 MOTS_2 MOTS_3

ENSMUSG00000041453    81    89    73     38   1107     22

ENSMUSG00000061684     2     2     2      1     78      2

ENSMUSG00000084401    99     5   121     85      0     54

ENSMUSG00000054003    52    45    29      9      0      4

ENSMUSG00000027339   214   207   322     24      9    185

ENSMUSG00000094974   318     2    64      1      3      2

表头文件格式如下（可以放在文件里，文件名colData.txt）：

condition type

HFD single-read

HFD single-read

HFD single-read

MOTS single-read

MOTS single-read

MOTS single-read

（4）数据的导入。

> library("DESeq2")

> colDataMOTSHFD<-read.table("colData.txt",header=T,sep="\t")

> ddsMOTSHFD  <-  DESeqDataSetFromMatrix( countData = CTS_MOTSHFD, colData = colDataMOTSHFD, design = ~condition)

（5）初步分析。

筛选组内最大值大于20的基因，去掉丰度小的基因。丰度小的基因，一是可能不重要，二是误差太大。

> keepMOH <-rowSums(counts(ddsMOTSHFD)) >= 20

> ddsMOTSHFD<-ddsMOTSHFD[keepMOH,]

（6）差异表达基因的获取与输出：

> DEddsMOTSHFD <- DESeq(ddsMOTSHFD)

estimating size factors

estimating dispersions

gene-wise dispersion estimates

mean-dispersion relationship

final dispersion estimates

fitting model and testing

> RESddsMOTSHFD <- results(DEddsMOTSHFD)

按照p值从小到大排序

> RESddsMOTSHFD <- RESddsMOTSHFD[order(RESddsMOTSHFD$pvalue),]

输出文件

> write.csv(as.data.frame(RESddsMOTSHFD), file="resMOTSHFD.csv")

DESeq2包中的其它命令，可以参见

http://www.bioconductor.org/packages/release/bioc/vignettes/DESeq2/inst/doc/DESeq2.html