大家學(xué)習(xí)到的通常是兩個組的樣本進(jìn)行差異分析,，然后走標(biāo)準(zhǔn)分析流程，火山圖,，熱圖,，GO/KEGG數(shù)據(jù)庫注釋等等。這些流程的視頻教程都在B站和GitHub了,，目錄如下：

• 第一講：GEO,，表達(dá)芯片與R

• 第二講：從GEO下載數(shù)據(jù)得到表達(dá)量矩陣

• 第三講：對表達(dá)量矩陣用GSEA軟件做分析

• 第四講：根據(jù)分組信息做差異分析

• 第五講：對差異基因結(jié)果做GO/KEGG超幾何分布檢驗富集分析

• 第六講：指定基因分組boxplot指定基因list畫熱圖

• 第七講：根據(jù)差異基因list獲取string數(shù)據(jù)庫的PPI網(wǎng)絡(luò)數(shù)據(jù)

• 第八講：PPI網(wǎng)絡(luò)數(shù)據(jù)用R或者cytoscape畫網(wǎng)絡(luò)圖

• 第九講：網(wǎng)絡(luò)圖的子網(wǎng)絡(luò)獲取

• 第十講：hug genes如何找

但真實情況下，通常是有多個分組,，這個時候就會有多種策略可供選擇了,。

比如拿某一組的樣本與剩余其它組所有樣本進(jìn)行比較，這樣的差異分析策略還是蠻流行的,！我前面在生信技能樹也寫過教程：如果你的分組比較多,，差異分析策略有哪些？

其實很早就有一篇文獻(xiàn) Nucleic Acids Res. 2013 Nov;,，題目是Identifying subgroup markers in heterogeneous populations 也提到了這個情況,；

Instead, a subgroup of samples in one group shows differential behavior with respect to all other samples.