终于，终于，生信人在推广出TCGA数据下载，数据格式转化，火山图绘制，热图绘制，生存分析等等之后，最最激动人心的软件---图形化差异分析软件上线了。从此，让你彻底告别perl、R、python等一系列编程语言，轻松筛选差异，另外软件内嵌通用的差异算法包含：limma，counts、DESeq2、edgR。

真正的实现了哪里不会点哪里的。希望对你的科研有所帮助。

软件下载地址：http://gap.shengxin.ren/tool/10/  

或点击阅读原文前往。

注册即可下载，登陆即可使用，就这么方便，就这么便捷。

声明：目前生信人开发的所有软件都是免费的，请从生信人工具箱GAP下载。

来，让软件打个招呼吧。

各位看官有没有觉得这个软件那么的超凡脱俗，简单实用。而且一看就会。

生信人所开发的软件都是面对小白使用的，让生信成为工具，这是我们的目标。

硬广：当然了，如果大家科研中有什么小工具或者在线平台需要开发，也可以联系我们哦。

介绍完工具，跟大家再介绍下如何利用生信人现在开发的工具真正的完成筛选差异基因的分析。

1、下载数据 

2、筛选差异

3、绘制火山图

4、绘制热图

5、富集分析（wait）

正文开启

如何极其简单的使用GEO数据来做差异分析

无论你是要看某个基因是否差异表达或者筛选某个GEO数据集的差异基因，这个方法绝对能够帮助你事半功倍

首先假设你已经找到了一套数据GSE32323

这套数据共包含44个样本，其中有17个配对的癌与癌旁样本

我们先下载数据，如图

然后使用GEO芯片数据转换器提取出表达矩阵和样本信息表 （不会提看这里）如图：

打开SampleInfo.xls文件编辑样本顺序和分组

最终修改后的样本信息表为（为什么cancer排在前面？软件默认前面比后面啊）：

然后使用DECenter(下载链接：http://gap.shengxin.ren/tool/10/)进行差异分析

打开，长这个样子

看似需填项比较多，其实无非就四步

1、选择表达矩阵

2、选择样本信息表（因为你要告诉软件怎么分组的嘛）

3、选择筛选差异的方法，如果是芯片数据当然选择limma了，如果是RNA-Seq的counts数据，选择DESeq2或者edgR也行啊

4、选择样本分组列，然后选择结果保存目录点击运行就行了

示例如下：

等提示跑完，打开结果保存的目录

总共得到三个文件

1、cancer-vs-normal.limma.txt：这是cancer比normal的所有基因差异结果

2、cancer-vs-normal.limma_Dif.txt：这是根据咱们在软件选择的阈值筛选之后的差异结果

3、cancer-vs-normal.limma_TopExp.txt：这是提取的最差异的基因的表达谱

得到了差异结果之后，我们要对结果进行一个展示吧

先拿cancer-vs-normal.limma.txt使用火山图制作工具做个火山图，教程看这里：https://www.shengxin.ren/article/174

再拿cancer-vs-normal.limma_TopExp.txt使用热图绘制工具画个热图：教程看这里：https://www.shengxin.ren/article/165

导出图片，放到PPT中就可以向老板汇报了