科研代码分享|你了解基因的动态变化模式吗

科研有捷径，输入代码，一键获取科研成果！就是这么省事，来具体看下有多方便！

搜索http://985.so/a9kb查看全部代码（目前共计50+持续新增中），也可以点击右侧【目录】，可以看到更多有趣的代码

真香提示：文末可以知道如何获取代码~ 

2022年了，你是否还是只会正常疾病之间的差异基因分析，其实，从正常到病变的过程中，基因的变化绝不只是用变大或者变小就能反映的，了解基因的动态变化或许才是研究者感兴趣的事情。

面对自己的实验设计，或许你可以尝试设置一些梯度的变化设计，比如不同的发育时期，不同程度的病变，又或者是药物处理的不同浓度等等，这些实验设计由于分组设置较复杂，往往使得分析人员无从下手，如果两两比较，工作量未免太大，而且也不能观察到基因的动态变化模式，这里，我们整理了一款时间序列分析的R包Mfuzz，它能够识别表达谱的潜在时间序列模式，并将相似模式的基因聚类，以帮助我们了解基因的动态模式和它们功能的联系。

2020年发表在cell上关于新冠的组学文章里面，作者就通过设置了疾病的不同严重程度梯度：健康、非新冠肺炎、非重度新冠肺炎、重度新冠肺炎，通过这个Mfuzz包，将基因聚类成不同的变化趋势cluster，进而选择感兴趣的cluster进行往下研究。

又比如在下边这个文章中，作者利用正常、M0、M1样本，通过Mfuzz聚类，识别了结肠直肠肝转移过程中发生动态变化的基因。

利用Mfuzz R包可以很方便的将多组之间的基因进行动态变化分析，所以小编贴心整理了代码，该流程只要求用户提供一个输入文件，即感兴趣的基因在各个样本中的表达值文件，但是需要在第二行标注样本对应的分组，整理好文件后，就可以利用该程序运行了。当然这里的数据是小编模拟的，大家运行的时候要根据自己的文件进行整理哈~

附件包括了：示例数据文件夹：里边是本次流程的输入文件

代码测试文件夹：里边是本次分析用到的代码

输出结果文件夹：里边是本次流程生成的示例图片

readme.txt文件：是对输入文件的说明

以下是该流程分析出来的图片。

除了图片，该流程还会输出各个cluster中包含的基因，大家可以根据自己感兴趣的cluster，进行后续的功能或者其他分析了。

如需代码及示例数据等文件，请扫码聊天框回复“B12”领取！