【R方差分析】蛋白质表达量多组比较

初始数据类似：

蛋白质组数据虽不是严格的正态分布，但目前最常用的检验方法还是T检验（两组比较）和方差分析（多组比较）。这个话题值得深究，这里不展开。

主要是求多个蛋白的Pvalue值或FDR，用于差异筛选。

Pvalue <- c()

type<-factor(c(rep("S01CC",3),rep("S11SC",3),rep("S12CC",3),rep("S12SC",3)))

for(i in 1:nrow(exp)){

  if(sum(exp[i,1:3])==0 && sum(exp[i,4:6])==0 && sum(exp[i,7:9])==0 && sum(exp[i,9:12])==0){

    Pvalue[i] <- "NA"

  }else{

    y=aov(as.numeric(exp[i,1:12]) ~ type)

    Pvalue[i]<-summary(y)[[1]][,5][1]

    # Pvalue[i]<-summary(y)[[1]][,"Pr(>F)"][1]

  }

}

FDR=p.adjust(Pvalue, "BH")

out<-cbind(exp,Pvalue,FDR)

write.csv(out,"anova_out.csv",row.names = T)

巴特西

【R方差分析】蛋白质表达量多组比较

最新文章

热门文章