Pydeseq2 工作流指南

# PyDESeq2 工作流指南 本文档提供了常见 PyDESeq2 分析模式的详细分步工作流。 ## 目录 1. [完整的差异表达分析](#complete-differential-expression-analysis) 2. [数据加载与准备](#data-loading-and-preparation) 3. [单因素分析](#single-factor-analysis) 4. [多因素分析](#multi-factor-analysis) 5. [结果导出与可视化](#result-export-and-visualization) 6. [常见模式与最佳实践](#common-patterns-and-best-practices) 7. [故障排除](#troubleshooting) --- ## 完整的差异表达分析 ### 概述 标准的 PyDESeq2 分析包含两个阶段的 12 个主要步骤： **第一阶段：读取计数建模（步骤 1-7）** - 标准化与离散度估计 - 对数倍数变化（Log fold-change）拟合 - 异常值检测 **第二阶段：统计分析（步骤 8-12）** - Wald 检验 - 多重检验校正 - 可选的 LFC 收缩 ### 完整工作流代码 python import pandas as pd from pydeseq2.dds import DeseqDataSet from pydeseq2.ds import DeseqStats # 加载数据 counts_df = pd.read_csv("counts.csv", index_col=0).T # 如有需要进行转置 metadata = pd.read_csv("metadata.csv", index_col=0) # 过滤低计数基因 genes_to_keep = counts_df.columns[counts_df.sum(axis=0) >= 10] counts_df = counts_df[genes_to_keep] # 移除元数据缺失的样本 samples_to_keep = ~metadata.condition.isna() counts_df = counts_df.loc[samples_to_keep] metadata = metadata.loc[samples_to_keep] # 初始化 DeseqDataSet dds = DeseqDataSet( counts=counts_df, metadata=metadata, design="~condition", refit_cooks=True ) # 运行标准化与拟合 dds.deseq2() # 执行统计检验 ds = DeseqStats( dds, contrast=["condition", "treated", "control"], alpha=0.05, cooks_filter=True, independent_filter=True ) ds.summary() # 可选：应用 LFC 收缩以进行可视化 ds.lfc_shrink() # 获取结果 results = ds.results_df print(results.head()) --- ## 数据加载与准备 ### 加载 CSV 文件 计数数据通常以“基因 × 样本”格式提供，但需要进行转置： python import pandas as pd # 加载计数矩阵（基因 × 样本） counts_df = pd.read_csv("counts.csv", index_col=0) # 转置为“样本 × 基因” counts_df = counts_df.T # 加载元数据（已为“样本 × 变量”格式） metadata = pd.read_csv("metadata.csv", index_col=0) ### 加载