Deseq2 的可視化策略彙總

1） MA圖

 

 

對於MA圖而言， 橫座標爲該基因在全部樣本中的均值，basemean = （basemean_A + basemean_B ） / 2， 縱座標爲 log2Fold change

其中，pvalue < 0.1 如下的點被認爲是差別基因，標記爲紅色

 

 

2)  count 圖 （單個基因在不一樣組樣本中的分佈）

 

 

 

 

爲了防止樣本表達量相同時，點出現重合的狀況，添加了擾動

library("ggplot2")

ggplot(d, aes(x=condition, y=count)) + geom_point(position=position_jitter(w=0.1,h=0)) + scale_y_log10(breaks=c(25,100,400))

 

 

 

3） heatmap （基因表達矩陣的heatmap）

值得注意的是，當咱們想要經過heatmap 圖來看規律的時候，能夠先不對樣本和基因進行聚類，直接按照分組順序來排就好，這樣能夠直觀的看出來在不一樣分組中的規律

 

 

 

4)  heatmap (sample-to-sample 的距離矩陣的熱圖)

 

 

 

此時，能夠對樣本進行聚類，看樣本的聚類效果和實驗設計時的分組是否一致；

 

5）PCA 圖（樣本的PCA 圖）

 

 

6） boxplot (觀察離羣值點)