賣家秀
然而，然而，，我們得到的確實這樣滴
買家秀
這，這，花紅柳綠的什么玩意！！！！
大家表示很吃驚，一看文獻原文，是專門挑出了差異基因，難怪這么好看，此時第一想到的就是測序公司客服，（微信問）在嗎？好久不見回復（人家還有大單子，跑你這長途還不夠油錢）；撥打電話（前提是你有電話號），沒人接，，，，TMD
于是想自己分析數據，然而
linux?
其實沒有那么難，公司一般都會提供測序的count數據，自己轉化成TPM,FPKM然后挑出顯著差異基因做就O的K啦。
開始展示:
1.獲取基因全長文件
貼心的我把它放到了網盤，請自取
鏈接：https://pan.baidu.com/s/1FxWPiEwGFobiWka8cNrnbw 提取碼：0cp1 復制這段內容后打開百度網盤手機App，操作更方便哦--來自百度網盤超級會員V4的分享
2.構建帶有對應基因長度的表達矩陣
rm(list = ls())#刪除目前工作目錄的變量
library(xlsx)
library(readxl)
ann<- read_excel("Counts.xlsx")#讀取基因文件
input<- read_excel("len.xlsx")#自己在Excel中把網盤里的txt文件基因和長度共兩列提取出來
library(dplyr)
merge<-left_join(ann,input,by="Gene")#根據基因那列進行合并
merge <- na.omit(merge)#刪除錯誤值行
write.csv(merge,file = "merge.csv",sep = "\t")#讀出文件，直接往下運行也許
3,計算TPM
mycounts<-read.csv("merge.csv")
head(mycounts)
rownames(mycounts)<-mycounts[,1]
mycounts<-mycounts[,-1]
head(mycounts)#最后一列Length是基因長度
#TPM計算
kb <- mycounts$Length / 1000
kb
countdata <- mycounts[,1:45]
rpk <- countdata / kb
rpk
tpm <- t(t(rpk)/colSums(rpk) * 1000000)
head(tpm)
write.table(tpm,file="tpm.xls",sep="\t",quote=F)
4.計算RPKM
fpkm <- t(t(rpk)/colSums(countdata) * 10^6)
head(fpkm)
write.table(fpkm,file="fpkm.xls",sep="\t",quote=F)
Over,是不是super簡單。
我有一個愿望，我現在只有人的基因全長文件，誰要是有小鼠的基因全長文件，一定要聯系我，我會把它后續加上。。。。
好人一生平安，阿門....
