我要经过Deseq2的手册，有一些地方我仍然不明白：

DDS < -  desqdatasetfrommatrix（countdata = countdata，coldata = coldata，design =〜cell + dex）

在设计中，细胞是细胞型，DEX含有不属实和治疗。在结果提取部分中，手册中的示例是

结果（DDS，对比度= C（“Cell”，“N061011”，“N61311）

我的理解：这是2个细胞类型之间的差异表达的结果：N061011和N61311，无论治疗还是不属于特征？

Puzzle1：如果我想在某种细胞类型中比较治疗和不属于的差异快递，请说明，N061011我该怎么办？

有了这个，我在结果中指导了结果功能这里但它提出了更多问题：

1. 设计=〜基因型+条件+基因型的差异是什么：条件和设计=〜基因型+条件

例如服用2个基因型和2个符合条件;在手册中，它是：

DDS < -  MakeExampledEsqDataset（n = 100，m = 12）DDS $ Genotype < - 因子（rep（c（c（c），“ii”），每个= 3），2））设计（DDS）< - 〜基因型+条件+基因型：条件DDS < -  DESQ（DDS）结果Name（DDS）＃基因型I（主要效果）结果的条件效果（DDS，对比度= C（“条件”，“B”，“A”））# the condition effect for genotype II # this is, by definition, the main effect *plus* the interaction term # (the extra condition effect in genotype II compared to genotype I). results(dds, list( c("condition_B_vs_A","genotypeII.conditionB") )) # the interaction term, answering: is the condition effect *different* across genotypes? results(dds, name="genotypeII.conditionB")

阅读后，我仍然有一些问题来通过：

2.在我的真实实验中，我可以知道哪些是主要影响？3.为什么对基因型I和基因型II的条件效果的命令是如此不同？

最后的命令结果（DDS，Name =“GenotypeII.ConditionB），它只提到了Genotypeii和ConditionB，在他的评论中，它被解释为基因型中的条件效果”差异“，我有点困惑。所以我的下一个问题是：

4.如何解释结果名称（DDS）的含义？

太多问题。谢谢你的时间！对这些问题的任何建议或我如何通过它更好地欣赏。

我的理解：这是2个细胞类型之间的差异表达的结果：N061011和N61311，无论治疗还是不属于特征？

是的。但是因为你也把DEX放在了设计中，该软件将忽略不明，每个细胞类型内的一些方差都是由不同的DEX条件引起的。因此，如果您询问细胞在全球范围内的不同，细胞+ DEX可能比单独的细胞更好。

Puzzle1：如果我想在某种细胞类型中比较治疗和不属于的差异快递，请说明，N061011我该怎么办？

正如在小插图中所说，你可以使用你设计中的交互，但这更难以理解。相反，使第三列成为CellType和Dex条件的组合，使您的设计进行与该组进行对比。您也可以理论上借助您的数据，以便它只包含一种单元类型的样本，但优选将所有样本保持在一起做更好的库归一化和色散估计。

设计=〜基因型+条件+基因型的差异是什么：条件和设计=〜基因型+条件

一个非常重要的区别，但这取决于你对结果使用的命令。

让我们说你在寻找基因，其中细胞系之间的DEX导致的变化。您可以在一个细胞系中未经处理的处理VS的折叠变化，在第二个细胞系中未处理处理的处理与未处理的变化，并减去一个倍数从另一个折叠变化，并寻找具有最大差异的基因。但是你没有p值，所以很难评估哪些变化很重要。这是您使用交互的情况。

2.在我的真实实验中，我可以知道哪些是主要影响？

“主要效果”是设置为参考水平的效果。

3.为什么对基因型I和基因型II的条件效果的命令是如此不同？

因为一个是参考水平，一个是不是。我上面说的是一个新的冷漠，而不是这样做。

最后命令结果（DDS，Name =“GenotypeII.ConditionB），它只提到了GenotypeII和条件，在他评论中，它被解释为基因型中的条件效果”差异“，

这是上面描述的情景我，您想知道哪些基因在治疗之间不同地反应（如在细胞系1中，由处理引起的折叠变化大，并且在细胞系2中，折叠变化很小）

我强烈建议您拍摄播放数据集，将常规计数放入Excel，并获取不同组的平均值，并查看您想要的不同比率。当您在询问Deseq为正确的事情时，您可以用手计算的比率应该非常接近Deseq给您（除了您可能无法在Excel中恢复〜Cell + Dex）

遗憾的是，这些天我没有足够的时间来解释支撑场上的线性模型和实验设计，但必须将自己限制在关于DESEQ2软件的具体问题。

如果在阅读Vignette部分的互动之后，您仍然不确定术语的意思，我强烈建议与统计学家合作进行数据分析。