jmzeng1314 / exprset

exprSet 一个表达矩阵处理工具

输入数据

一、表达矩阵

	SRR1039508	SRR1039509	SRR1039512	SRR1039513	SRR1039516	SRR1039517	SRR1039520	SRR1039521
ENSG00000000003	679	448	873	408	1138	1047	770	572
ENSG00000000005	0	0	0	0	0	0	0	0
ENSG00000000419	467	515	621	365	587	799	417	508
ENSG00000000457	260	211	263	164	245	331	233	229
ENSG00000000460	60	55	40	35	78	63	76	60
ENSG00000000938	0	0	2	0	1	0	0	0
ENSG00000000971	3251	3679	6177	4252	6721	11027	5176	7995
ENSG00000001036	1433	1062	1733	881	1424	1439	1359	1109
ENSG00000001084	519	380	595	493	820	714	696	704
ENSG00000001167	394	236	464	175	658	584	360	269
ENSG00000001460	172	168	264	118	241	210	155	177
ENSG00000001461	2112	1867	5137	2657	2735	2751	2467	2905
ENSG00000001497	524	488	638	357	676	806	493	475
ENSG00000001561	71	51	211	156	23	38	134	172

第一列是基因ID，后面的列是各个样本。其中第一行尤为注意，最开头是一个空格(了解R里面read.table函数原理)。

可以看到上面的测试数据是7个样本的表达矩阵，而且来自于转录组测序数据的counts结果，所以表达量都是整数。

二、分组信息

sampleID	group
SRR1039508	untrt
SRR1039509	trt
SRR1039512	untrt
SRR1039513	trt
SRR1039516	untrt
SRR1039517	trt
SRR1039520	untrt
SRR1039521	trt

只需要两列即可，其中第一列需要与上面的表达矩阵的样本名一一对应清楚。

三、基因注释信息

ensembl	type	symbol
ENSG00000000003	protein_coding	TSPAN6
ENSG00000000005	protein_coding	TNMD
ENSG00000000419	protein_coding	DPM1
ENSG00000000457	protein_coding	SCYL3
ENSG00000000460	protein_coding	C1orf112
ENSG00000000938	protein_coding	FGR
ENSG00000000971	protein_coding	CFH
ENSG00000001036	protein_coding	FUCA2
ENSG00000001084	protein_coding	GCLC

多少列无所谓，只需要第一列跟表达矩阵的列名一一对应即可。

界面一：上传并且探索输入数据