Wilcoxon检验方法差异分析

文件要求：正常与肿瘤组的mRNA表达量

本次前50列是正常组，后374是肿瘤样本

setwd("C:/Users/仙女/Documents/liver cancer")

library(limma)

inputFile="gene_mRNA_expression.txt"

fdrFilter=0.05#fdr临界值

logFCfilter=1#logFC临界值

conNum=50#normal组织样品数目

treaNum=374#cancer组织样品数目

---

#读取输入文件

outTab=data.frame()

grade=c(rep(1,conNum),rep(2,treaNum))

#将正常组织变为1，肿瘤组织为2

rt=read.table(inputFile,sep="\t",header = T,check.names = F)

rt=as.matrix(rt)

rownames(rt)=rt[,1]

exp=rt[,2:ncol(rt)]#去除第一列基因名

head(exp)[,1:10]

head(rt)[,1:10]

#这里是要制作表达基因矩阵

dimnames=list(rownames(exp),colnames(exp))

data=matrix(as.numeric(as.matrix(exp)),nrow = nrow(exp),dimnames = dimnames)

data=avereps(data)

#将相同的基因取平均值

data=data[rowMeans(data)>0.2,]

#筛选数据,把低表达的基因去掉

---

#差异分析,Wilcoxon检验方法

for (i in row.names(data)) {

  geneName=unlist(strsplit(i,"\\|",))[1]

  geneName=gsub("\\/","_",geneName)

  rt=rbind(expression=data[i,],grade=grade)

  rt=as.matrix(t(rt))

  wilcoxTest<-wilcox.test(expression~grade,data=rt)

  conGeneMean=mean(data[i,1:conNum])

  treatGeneMean=mean(data[i,(conNum+1):ncol(data)])

  logFC=log2(treatGeneMean)-log2(conGeneMean)

  pValue=wilcoxTest$p.value

  conMed=median(data[i,1:conNum])

  treatMed=median(data[i,(conNum+1):ncol(data)])

  diffMed=treatMed-conMed

  if(((logFC>0) & (diffMed>0)) | ((logFC<0) & (diffMed<0)) ){

    outTab=rbind(outTab,cbind(gene=i,conMean=conGeneMean,treaMean=treatGeneMean,logFC=logFC,pValue=pValue

     ))  }

}

pValue=outTab[,"pValue"]

fdr=p.adjust(as.numeric(as.vector(pValue)),method = "fdr")

outTab=cbind(outTab,fdr=fdr)

#输出所有基因的差异情况

write.table(outTab,file="all.txt",sep="\t",row.names = F,quote = F)

#输出经过平均值处理之后的所有基因表达情况

write.csv(data,file="allExp.csv")

#输出差异表格

差异表格有点出错，还是自己用excel解决吧