python基因差异分析包_一个生信素人的上道经验分享-转录组测序（差异分析篇）...

原标题：一个生信素人的上道经验分享-转录组测序(差异分析篇)

转录组测序技术(RNA-seq)作为目前二代测序领域最普遍的技术手段，自从转录组测序问世以来，已经开发了数百种分析工具。根据转录组分析内容可大致将其分析流程分为比对，转录本组装，基因注释和差异表达分析。目前，分析的每一步都有很多软件，其软件的性能和分析效率不尽相同。

上篇文章小编为各位小伙伴介绍了转录组分析的第三步——基因定量【 一个生信素人的上道经验分享-转录组测序(基因定量篇) 】，基因定量主要是计算比对到各个基因上的read counts数，下面小编来介绍转录组分析的第四步——差异分析吧~

转录组分析的第四步是差异分析。我们在设计实验时一般会对样本进行不同的处理，例如对玉米幼苗浇灌不同浓度的NaCl来研究玉米的耐盐性，对水稻幼苗进行不同程度的低温处理来研究水稻的耐寒性。不同处理的样本会表现出不同的表型，导致不同表型的原因就是基因的表达水平不同即差异表达基因，进而基因行使的生物学功能不同。在进行转录组测序时会采取不同处理的样本进行测序和分析，一般使用处理组 vs 对照组来鉴定差异表达基因。本文，主要介绍鉴定差异表达基因的方法。

软件包介绍

目前使用R包进行差异表达基因分析，本文主要介绍DESeq2包的使用方法。DESeq2包提供了使用负二项式广义线性模型鉴定差异表达基因(http://www.bioconductor.org/packages/release/bioc/html/DESeq2.html)。

软件包安装

在使用DESeq2包之前，需要安装R。R的下载和安装可参考：https://www.r-project.org/。R可在Linux、Mac OS X和Windos的环境下运行。