Question

我分别有2种细胞类型（NOF和CAF）培养，并且已经与肿瘤共培养，如图所示。

如果这是这4个示例的日志每千次展示费用

> head(onco[,1:4])
             A10       A11        A12        A2
A2M    11.755100 12.145143 12.9787977 12.407221
ABCB11  2.955457  2.278363  0.1229266  1.493507
ABCC2   6.711643  6.974025  0.1229266  7.628936
ABCC6   6.443439  6.094670  6.1389496  7.483394
ABCF1   9.995098 10.045613  9.6627424 10.314842
ABCG2   7.125483  7.448127  6.8669702  8.492895
>

我使用Kruskal-Wallis秩和检验的每百万计数（cpm）的对数表示，这些样本之间存在显着差异，如下所示；

> NOF1=c(NOF1$`onco$A10`)
> NOF2=c(NOF2$`onco$A11`)
> CAF1=c(CAF1$`onco$A12`)
> CAF2=c(CAF2$`onco$A2`)
> my_data <- data.frame( 
+     group = rep(c("NOF1", "NOF2","CAF1","CAF2"), each = 719),
+     cell_type = c(NOF1,NOF2,  CAF1,CAF2)
+ )

> head((my_data))
  group cell_type
1  NOF1 11.755100
2  NOF1  2.955457
3  NOF1  6.711643
4  NOF1  6.443439
5  NOF1  9.995098
6  NOF1  7.125483
> 

> kruskal.test(cell_type ~ group, data = my_data)

    Kruskal-Wallis rank sum test

data:  cell_type by group
Kruskal-Wallis chi-squared = 22.006, df = 3, p-value = 6.505e-05

>

然后我使用Wilcoxon秩和检验进行成对比较，以查看哪些样本彼此不同。

> pairwise.wilcox.test(my_data$cell_type, my_data$group,
+                      p.adjust.method = "BH")

    Pairwise comparisons using Wilcoxon rank sum test 

data:  my_data$cell_type and my_data$group 

     CAF1   CAF2   NOF1  
CAF2 0.0058 -      -     
NOF1 0.2809 4e-05  -     
NOF2 0.6818 0.0016 0.3811

P value adjustment method: BH 
>

我的问题是；如何提取每对样本之间差异背后的基因？我的意思是通过非参数测试进行差异表达。我也不确定我是否正确使用log cpm值进行这些测试

如果可能的话，请帮我纠正自己并获得直觉

谢谢

通过Wilcox检验提取差异表达的基因

0 个答案: