太愁了！这个分析需要哪种数据？原始count？标准化？抽平？FPKM？TPM？

哪一步分析用哪种格式的数据？

用什么方法处理过的数据？

做PCA是不是要用原始Count？

抽平的数据和原始Count什么区别？

....

选择什么数据，好像比选美都难

...

我们自己学的时候总会有这些关于数据使用的疑问

现在每天也在接受各种这样的询问

怎么处理？

之前，关于怎么拿到合适格式的数据，

如基因在行，样品在列？还是样品在行，基因在列？

我们整理了下面这个文章

我是不会运行你的代码吗？不，我是不会导入自己的数据!

应该是搞明白了！

再进一步，这个表格里的数据是需要做过什么处理的，又成了问题。

下面两张PPT给出一个不失一般性的原则，可供参考！

不同样本之间比较时，如果用的程序不能自己做数据在样本间的标准化，那一定要提供标准化后的数据！

澄清一个疑问：DESeq2/edgeR做差异分析时是只能两组之间比较，但不是说DESeq2/edgeR不能对所有的数据一起标准化，一样可以获得标准化后的结果用于后续其它分析。

数据标准化是标准化

差异检验是差异检验

显著差异筛选是显著差异筛选

这是3个步骤，不能因为一个函数可以完成，就以为是一步！！

数据转换是为了优化，

是为了更好展现数据分布规律，

是为了尽量减小异常值的影响，

如下：

多试就好，不一定你的数据适合什么转换！

其它一些个例！

往期精品(点击图片直达文字对应教程)

机器学习

后台回复“生信宝典福利第一波”或点击阅读原文获取教程合集