前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python版的DESeq2尝鲜

Python版的DESeq2尝鲜

作者头像
生信技能树
发布2023-02-27 21:41:25
9450
发布2023-02-27 21:41:25
举报
文章被收录于专栏:生信技能树生信技能树
Lorem Picsum

PyDESeq2

Python版的DESeq2已上线,以后就可以使用Python来做差异分析了。目前文章还在bioRxiv。我来简单尝尝鲜。

安装

使用mamba或者conda来新建一个虚拟环境,然后使用pip安装。

代码语言:javascript
复制
mamba create -n pydeseq2 python
mamba activate pydeseq2
pip install pydeseq2

用法

作为Python版的DESeq2, 用法和R里差不多。

数据读取

代码语言:javascript
复制
count_file = "test_counts.csv"
condition_file = "test_clinical.csv"

counts_df = pd.read_csv(count_file, index_col=0).T
condition_df = pd.read_csv(condition_file, index_col=0)

数据集是一个100个样本,每个样本10个基因的小测试集。而其中50个样本属于条件A,另50个样本属于条件B。

代码语言:javascript
复制
>>> counts_df.shape
(100, 10)
>>> counts_df.head()
         gene1  gene2  gene3  gene4  gene5  gene6  gene7  gene8  gene9  gene10
sample1     12     22      2    187     15      2     13     57     56       6
sample2     10      6     20     99     55      0     35     96     43       1
sample3      0     28      3     96     38      2      9     54     27      14
sample4      7     28     10    170     16     10     17     38     18      16
sample5      2     31      5    126     23      2     19     53     31      18

>>> condition_df
          condition
sample1           A
sample2           A
sample3           A
sample4           A
sample5           A
...             ...
sample96          B
sample97          B
sample98          B
sample99          B
sample100         B

[100 rows x 1 columns]

构建DeseqDataSet 对象

和DESeq2类似

代码语言:javascript
复制
# 构建DeseqDataSet 对象
dds = DeseqDataSet(counts_df, condition_df, design_factor="condition")
# 离散度和log fold-change评估.
dds.deseq2()
# Fitting size factors...
# ... done in 0.00 seconds.
# Fitting dispersions...
# ... done in 0.64 seconds.
# Fitting dispersion trend curve...
# ... done in 0.03 seconds.
# Fitting MAP dispersions...
# ... done in 0.63 seconds.
# Fitting LFCs...
# ... done in 0.66 seconds.
# Refitting 0 outliers.

统计分析

差异表达统计检验分析

代码语言:javascript
复制
res = DeseqStats(dds)
# 执行统计分析并返回结果
res_df = res.summary()

结果如下

代码语言:javascript
复制
>>> res_df
         baseMean  log2FoldChange     lfcSE       stat        pvalue          padj
gene1   10.306788        1.007045  0.225231   4.471161  7.779603e-06  2.593201e-05
gene2   24.718815       -0.059670  0.165606  -0.360311  7.186146e-01  7.186146e-01
gene3    4.348135       -0.166592  0.325445  -0.511891  6.087275e-01  6.763639e-01
gene4   98.572300       -2.529204  0.136752 -18.494817  2.273125e-76  2.273125e-75
gene5   38.008562        1.236663  0.151824   8.145377  3.781028e-16  1.890514e-15
gene6    4.734285        0.212656  0.304487   0.698408  4.849222e-01  6.061527e-01
gene7   30.011855       -0.445855  0.150575  -2.961017  3.066249e-03  5.110415e-03
gene8   59.330642        0.372080  0.118911   3.129070  1.753603e-03  3.507207e-03
gene9   46.779546        0.547280  0.124922   4.380966  1.181541e-05  2.953853e-05
gene10  11.963156        0.494775  0.229494   2.155940  3.108836e-02  4.441194e-02

最后

PyDESeq2目前主要的核心功能差异分析已完成,虽然相比DESeq2而言还在起步阶段, 不过很明显可以发现Python的组学分析生态正逐渐完善~

本文参与?腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2023-01-07,如有侵权请联系?cloudcommunity@tencent.com 删除

本文分享自 生信技能树 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与?腾讯云自媒体分享计划? ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • PyDESeq2
  • 安装
  • 用法
    • 数据读取
      • 构建DeseqDataSet 对象
        • 统计分析
        • 最后
        领券
        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
        http://www.vxiaotou.com