用前必读
1,使用输入检查工具检查输入数据,默认仅支持英文字符(部分模块除外)
2,使用excel存储并调整数据(wps不行),然后再粘贴到输入框
3,使用SVG图片编辑器修改文字、字体,图例位置,处理文字截断等,参考inkscape实操
4,生信分析项目合作
5,更多干货,页面右下扫描,关注”微生信“公众号或加群讨论!

人工客服  基因名转换  FC,P转换  常用配色  影响因子 新需求及bug提交

必需输入(仅支持组比较,例如3vs3)  DESeq2差异分析视频教程   文字教程
原始表达矩阵(行是基因,列是样品,count必需是正整数,可以为0,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)
数据较少,直接粘贴

数据较多(上传tab分割的txt文件,文件名用英文,不能超过10M)


比较方式
共5列:1)实验组样品,2)对照组样品,3)实验组组名,4)对照组组名,5)unpaired或者paired
1、2列样品间以英文逗号分隔,所有名字不要用特殊符号


可选输入
低表达量过滤(行的和小于该值的基因会丢掉,DESEq2官网说过滤不是必需的,默认不过滤)


默认输出全部结果,请下载后使用excel筛选差异基因

此分析将消耗 1 微币

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.