Python生物信息学③提取差异基因
通过Python生物信息学③提取差异基因得到了该数据集的差异分析的两个关键参数，1.差异倍数（foldchange）以及2.差异的P值。本篇目的是得到满足差异倍数和差异P值的基因，同时进行可视化（包括差异分析常见的火山图和热图）。
（1）第一步制作差异分析结果数据框
（2）第二步制作火山图的准备工作
选定的差异基因标准是 I.差异倍数的绝对值大于1，II. 差异分析的P值小于0.05
绘制热图
热图（heatmap）是生物学文章里（尤其是RNA-seq相关论文）经常出现的图片。热图的用途一般有两个。以RNA-seq为例，热图可以：1）直观呈现多样本多个基因的全局表达量变化；2）呈现多样本或多基因表达量的聚类关系。热图一般使用颜色（例如红绿的深浅）来展示多个样本多个基因的表达量高低，既直观又美观。同时可以对样本聚类或者对基因聚类。
（1）每一行为一个基因，每一列为一个sample。 （2）绿色代表相对低表达，红色代表相对高表达。 （3）相对接近的样本或者基因会聚类在一起，比如探针名为101695_at的基因在GSM130370相对高表达，而在GSM130366低表达。
THE END