【Rna-seq 分析流程】02.筛选候选基因

1. 简介

上一步获取到差异基因共得到246个差异基因，相比对照组，上调77个基因，下调169个基因。这些差异基因有些多，后续想要进一步针对性研究，有很多方法可以筛选。这里是利用在文献中查找感兴趣的相关基因，然后和获取的差异基因取交集，筛选出更有针对性的候选基因。

2. 数据信息

1. DEG.csv 上一步筛选出的差异基因表格
2. NRGs.csv 文献中查到的相关基因表格（中性粒细胞相关基因 NRG，38个）

3. 思路

1. 利用 R 包 “ggvenn” 绘制韦恩图，可视化两个基因列表取交集的结果。
2. 利用 R 自带的 “intersect()” 对两个基因列表取交集获得候选基因。

4. 代码

library(ggvenn)
library(ggplot2)

##---- 1.韦恩图 ----
NRGs <- read.csv("NRGs.csv")
DEG_ch = subset(DEG, DEG$change != "stable")$Symbol

Venn_groups <- list( DEGs = DEG_ch, NRGs = NRGs[[1]] )
venn_plot <- ggvenn(
  Venn_groups,
  show_percentage = TRUE,     
  digits = 1,                  
  fill_color = c("red", "blue"), 
  stroke_color = "black",      
  stroke_size = 1,             
  set_name_size = 0,           
  text_size = 5                
) + 
  labs(
    title = "DEGs vs NRGs Venn Diagram",
    caption = "DEGs      NRGs"  
  ) +
  theme(
    plot.title = element_text(hjust = 0.5, size = 11, face = "bold"),
    plot.caption = element_text(hjust = 0.5, size = 10, 
                                margin = margin(t = 10)),
    plot.margin = margin(0.1, 0.1, 0.3, 0.1, "cm") 
  )

ggsave(
  "venn_deg_nrg.png", 
  plot = venn_plot,
  width = 8,       
  height = 6,      
  dpi = 300,       
  bg = "white"     
)


ggsave(
  "venn_deg_nrg.pdf", 
  plot = venn_plot,
  width = 8,       
  height = 6,      
  device = "pdf",  
  bg = "white"     
)



##---- 2. relv基因 -----
Candidate_names <- intersect(DEG_ch,NRGs[[1]]) 
Candidate <- DEG[DEG$Symbol %in% Candidate_names, ]
Candidate_names_df = data.frame('Candidate_names' = Candidate_names)

##---- 3.save -----
write.csv(Candidate_names_df, file = "Candidate_names.csv", row.names = FALSE)

5. 结果展示

image.png