转录组原始count矩阵DESeq2差异表达分析

简介
本模块调用DESeq2对转录组原始表达矩阵（count）进行标准化，并执行差异表达分析。
输入数据
输入为原始count的表达矩阵。行是基因，列是样品，count必需是正整数，可以为0，但是不能为空或者NA。首列是基因名，必需唯一；其他列为每个样品的count，样品名必需唯一。
论文例子
Differential gene expression analysis based on the negative binomial distribution

示例	示例数据
输出	1，表达谱，raw count+ normalized count。可以提取具体基因的标准化表达值，（加1，并log2转化后）绘制热图 2，指定比较的差异总表，请使用excel自行过滤挑选差异表达基因

1）如何作图？
1，准备作图数据；2，用excel打开数据，调整为示例格式；3，将调整后的数据粘贴到输入框；4，选择参数；5，提交出图
2）为什么不出图？
对输入数据格式有严格要求。请观看输入框上面的视频介绍，并仔细阅读右侧说明，示例数据。
3）如何引用？
1500+篇google学术，1000+篇知网学术引用
请使用原生R包，Python包进行引用，或使用如下格式（推荐直接写网址）
Method: Heatmap was plotted by https://www.bioinformatics.com.cn (last accessed on 10 Jul 2023), an online platform for data analysis and visualization.
Acknowledgement: We thank Shanghai NewCore Biotechnology Co., Ltd. (https://www.bioinformatics.com.cn, last accessed on 10 Jul 2023) for providing data analysis and visualization support.