无生物学重复的差异分析—Gfold

一、安装gfold

Gfold软件是做没有生物学重复样本首选的软件https://zhanglab.tongji.edu.cn/softwares/GFOLD/index.html

#安装gsl最新版
##以下所有路径均为解压后gsl内的路径
wget http://mirrors.ocf.berkeley.edu/gnu/gsl/gsl-latest.tar.gz
tar -zxv -f gsl-latest.tar.gz
cd gsl-2.6/
./configure --prefix=/home/fanzhiyu_31946012_cyl_150/chayifenxi/gsl-2.6
make
make check(选做)
make install

#安装gfold
cd ..
wget https://zhanglab.tongji.edu.cn/softwares/GFOLD/gfold.V1.1.4.tar.gz
tar -zxf gfold.V1.1.4.tar.gz 
cd gfold.V1.1.4/
make
#发现报错，输入以下命令
export CXXFLAGS="-g -O3 -I/home/fanzhiyu_31946012_cyl_150/chayifenxi/gsl-2.6/include -L/home/fanzhiyu_31946012_cyl_150/chayifenxi/gsl-2.6/lib"
export LD_LIBRARY_PATH="/home/fanzhiyu_31946012_cyl_150/chayifenxi/gsl-2.6/lib:"$LD_LIBRARY_PATH
g++ -O3 -Wall -g main.cc -o gfold -lgsl -lgslcblas -I/home/fanzhiyu_31946012_cyl_150/chayifenxi/gsl-2.6/include -L/home/fanzhiyu_31946012_cyl_150/chayifenxi/gsl-2.6/lib
#有warnning不用理会
./gfold -h

出现此 安装成功

二、差异分析

1、把实验组和对照组的表达值分别建立两个csv文件，各包含如图五列，保证第一列顺序相同，如果不需要计算后两列的值，后两列可以随便填值

1.png

2、将自己生成的csv文件，再在 R 中统一一下格式（下面的代码是在简书作者没有猫但是有猫饼文章中粘的）

#新生成的文件名我一般不改，就是 raw_data_Vec , raw_data_LSH 反正后面还会改掉
file1 = "ck.csv" 
raw_data_ck <- read.csv(file1, stringsAsFactors=FALSE) 
file2 = "VI.csv" 
raw_data_vi <- read.csv(file2, stringsAsFactors=FALSE)
#统一列名别出错 
colnames(raw_data_ck) <- c("GeneSymbol", "GeneName", "Read Count", "Gene exon length", "RPKM") 
colnames(raw_data_vi) <- c("GeneSymbol", "GeneName", "Read Count", "Gene exon length", "RPKM") 
#导出文件，这个文件名我也不改，不然在 Linux 里改好麻烦
write.table(raw_data_ck, file="C:/Users/Administrator/Desktop/GFOLD/Sample1ck.read_cnt", row.names=F, col.names=F, quote=F, sep="\t") 
write.table(raw_data_vi, file="C:/Users/Administrator/Desktop/GFOLD/Sample2vi.read_cnt", row.names=F, col.names=F, quote=F, sep="\

3、将文件上传到服务器，运行如下命令

./gfold diff -s1 /home/fanzhiyu_31946012_cyl_150/chayifenxi/gfold.V1.1.4/Sample1ck -s2 /home/fanzhiyu_31946012_cyl_150/chayifenxi/gfold.V1.1.4/Sample2vi -suf .read_cnt -o sample1VSsample2.diff 

输入后出现此页面

4.筛选差异基因

#大于0为上调，小于0下调（第3列是gfold值所在列，第4列是E值）
awk '{if($3>0 && $4=1) print $0}' sample1VSsample2.diff OFS='\t' > up_diff.gene
awk '{if($3<0 && $4=1) print $0}' sample1VSsample2.diff  OFS='\t' > down_diff.gene

#筛选两倍差异基因，即大于1和小于-1的
awk '{if($3>1 && $4=1) print $0}' sample1VSsample2.diff OFS='\t' > up_diff.gene-2
awk '{if($3<-1 && $4=1) print $0}' sample1VSsample2.diff  OFS='\t' > down_diff.gene-2