我可以使用 DESeq2 的结果子集来计算 Bray-Curtis 相异度，然后绘制 PCoA 吗？

Question

在比较疾病和对照之间细菌基因的差异表达，然后计算 Bray-Curtis 相异度并随后绘制 PCoA 时，我无法使用来自 DESeq2 的结果。

我的 DESeq2 输出已保存为数据框。它由 6000 行（基因名称）和两列组成，一列用于 p 值（均 1。数据框称为 siggenes1。在运行 Bray-Curtis 和 PCoA 之前，我是否需要标准化我的数据？我认为这已经通过 DESEq2 完成，但是查看我可以提供的代码，我在执行 DESeq2 时没有包含 normalisation=T。

或者我需要在使用 DESeq2 之前使用扫描函数对初始数据进行归一化吗？

我的 Bray-Curtis 差异代码

 vegDistOut=vegdist(t(siggenes1),"bray")

上面得到 1 个值，即 0.995。现在我有点迷茫，我将如何设计用于绘制 PCoA 的代码，因为我的下一段代码是错误的。

pcoaOut=pcoa(vegDistOut)

数组中的错误（STATS，dims[perm]）：“dims”的长度不能为 0

由于上述步骤，我无法继续。

如果有人可以帮忙，我将不胜感激。 谢谢你

Answer 1

欢迎使用 StackOverflow。

Bray-Curtis 相似度通常用于确定两个样本的物种组成 的相似程度。典型的输入包括来自软件的每个样本的物种计数，例如用于高通量数据的kraken、clark，或者 - 在 16S 的情况下 - Qiime2： 或dada2。

|     Genus     |  Sample 1   |  Sample 2  |
|---------------|-------------|------------|
|  Pseudomonas  |     200     |    100     |
| Streptococcus |      50     |     20     |

您当然可以为基因表达数据计算此指标，但这不是通常会做的事情，我需要更多关于您想要这样做的原因信息。

据我了解您的描述，您有兴趣在 PCA 图中可视化样本表达式之间的距离。使用 DESeq2，您可以：

library(DESeq2)

# Get a DESeqDataSet from somewhere
dds <- DESeqDataSetFrom...(...)

# You don't need to run `DESeq()` on the dds for a PCA, just transform your data 
# into a homoscedastic dataset with either VST or rlog
vsd <- varianceStabilizingTransformation(dds, blind=TRUE)
rld <- rlogTransformation(dds, blind=TRUE)

# 'xxx' here takes the place of your condition of interest from your 
# design data frame
plotPCA(vsd, intgroup=c('xxx'))

好吧，假设您实际上希望在 PCA 中包含基因，而不是样本。在这种情况下，您可以从 VST 或 rlog 对象中获取转换后的表达式值并自己运行 PCA 代码：

library(DESeq2)
library(ggplot2)

# Get gene expression post VST
vst_expr <- assay(vsd)
# Or - if you want to select some genes
vst_expr <- assay(vsd)[c(...), ]

# Perform PCA
pca <- prcomp(vst_expr)

# Calculate explained % variation
pvar_expl <- round(((pca$sdev ^ 2) / sum(pca$sdev ^ 2)) * 100, 2)

ggplot(as.data.frame(pca$x), aes(x = PC1, y = PC2)) + 
  geom_point() +
  xlab(paste("PC1: ", pvar_expl[1], "%")) +
  ylab(paste("PC2: ", pvar_expl[2], "%"))

最后一点，在进行探索性数据分析之前，通常不建议只选择一些基因，尤其是按照您的想法。您已经测试了这些基因在 DESeq2 中的差异表达，所以您知道它们是不同的。使用 PCA 或热图执行盲可视化要好得多。关注 this 了解有关 DESeq2 的所有信息并查看 https://support.bioconductor.org/