扫码支付更轻松
功能：
在实验设计时按照某些重要特征相近的原则将样本配对形成配子，这样的实验设计叫配对实验设计。配对差异分析是在保留样本间配对关系的前提下，寻找两组样本间的差异表达基因。该分析工具参照edgeR（http://www.bioconductor.org/packages/release/bioc/html/edgeR.html）和DESeq2（http://www.bioconductor.org/packages/release/bioc/html/DESeq2.html）对两组样本间的基因差异显著性进行分析。
输入：
输入的表格文件支持txt(制表符分隔)文本文件、csv(逗号分隔)文本文件、以及Excel专用的xlsx格式，同样支持旧版Excel的xls(Excel 97-2003 )格式。
（1）基因count表格文件：输入的文件第一行为样本ID，第一列为基因ID，表中的数值为每个样本的基因count数（即reads数目）。
（2）分组信息文件：定义分组信息，第一列为样本名称，第二列为分组名称。分组名称一致的样本被归为同一分组
（3）比较组信息文件：列出需要进行差异分析的分组信息。文件共两列，每一列都是分组名称，在进行差异分析时，采取第二列比第一列的比较方式，每一行为一个比较组
（4）样本配对信息文件：定义配对样本信息。文件填写样本名称，对列数没有限制，每一行为具有配对关系的样本
参数：
软件选择：edgeR/DESeq2。选择一个软件进行差异分析。
检验值：用来判断差异显著性的统计检验值，可选择P值或Q值。P值为负二项分布计算得到，Q值是P值经过多重检验校正得到的。
检验阈值：用来判断基因表达差异显著与否的检验阈值，通常选择0.05。当检验值小于检验阈值时判定为显著差异基因；当检验值大于检验阈值时判定为不显著差异基因。
差异倍数：两组样本基因表达量的差异倍数，在基因差异表达分析中一般设定2倍。差异倍数大于设定阈值并且检验阈值（P值或Q值）小于设定阈值的基因定义为差异表达基因。
校正因子：在RNA-seq中，基因表达量（RPKM）体现为某基因表达量占总RNA表达量的比值。由于不同样本的细胞中mRNA总量有可能不同，导致RPKM值估计存在误差。因此，edgeR 可以推算校正因子，对此类误差进行校正。
输出：
1. A-vs-B.DE.volcano.pdf：差异表达基因火山图（矢量图）
2. A-vs-B.DE.volcano.png：差异表达基因火山图（标量图）
3. A-vs-B.all.xls：差异表达基因总表
4. A-vs-B.filter.xls：显著差异表达基因表（达到显著差异阈值）
5. diff.stat.png：所有比较组的差异表达基因柱状图（标量图）
6. diff.stat.pdf：所有比较组的差异表达基因柱状图（矢量图）
7. diff.stat.xls：所有比较组的差异表达基因统计表
输入的文件支持txt(制表符分隔)文本文件、csv(逗号分隔)文本文件、以及Excel专用的xlsx格式，同样支持旧版Excel的xls(Excel 97-2003 )格式。
输入：
1、基因count表格：
2、分组信息文件：
3、组间比较文件：
4、样品配对文件：
输出：
1、所有输出文件：
2、检验总表：
3、差异过滤表：
4、火山图：
5、差异统计图：
Q1. edgeR/DESeq2差异分析与配对edgeR/DESeq2差异分析工具区别？
配对edgeR/DESeq2差异分析工具会在保留样本配对关系前提下进行分析。
Q2.为什么任务出错？
差异工具出错最最常见原因有以下两点：
①上传的数据不是基因的read count数。
② 文件之间信息不对应。
在整理文件时，需要注意三个文件间样本名、分组等信息务必对应。
下面给大家举个反例！基因count表中，样本名为A1-C2，而在分组文件中，样本名是M1、M2..两个表格数据信息明显是不对应的。
Q3.没有实验重复，可以使用差异分析工具吗？
没有实验重复，可以使用edgeR进行差异分析。
Q4：为什么必须上传read count数？
A：转录组测序本质是测一条条mRNA的序列，利用不同mRNA的测序量来估计基因的表达量。这种测序引入的随机误差，不符合正态分布，而是接近于一些更复杂的混合分布，只有用原始的reads数才能正确估计测序相关的随机误差。
Q5. 提交时报错常见问题：
1.提交时显示X行X列空行/无数据，请先自查表格中是否存在空格或空行,需要删掉。
2.提交时显示列数只有1列，但表格数据不止1列：列间需要用分隔符隔开，先行检查文件是否用了分隔符。
其它提示报错，请先自行根据提示修改；如果仍然无法提交，可通过左侧导航栏的“联系客服”选项咨询OmicShare客服。
Q6.结果图片可以修改吗？如何修改？
静态工具输出的图片无法在线修改，在结果下载包中有提供位图（png）和矢量图（pdf）两种类型图片，如需修改，可以将pdf图导入AI（Adobe Illustrator）等软件进行调整。
案例1：
发表期刊：International Journal of Molecular Sciences
影响因子：5.6
发表时间：2023
Figure 2. Numbers of DEGs in diverse pairwise comparisons (a) and Venn diagram showing the common and unique DEGs among different pairwise comparisons (b).
引用方式：GO and KEGG enrichment analyses of DEGs were performed using OmicShare tools in 2021, a free online platform for data analysis (http://www.omicshare.com/tools, 16 August 2022).
参考文献：
Guo H, Zhong Q, Tian F, et al. Transcriptome analysis reveals putative induction of floral initiation by old leaves in tea-oil tree (Camellia oleifera ‘changlin53’)[J]. International Journal of Molecular Sciences, 2022, 23(21): 13021.
案例2：
发表期刊：Scientia Horticulturae
影响因子：4.3
发表时间：2023
Fig. 5. Expression patterns analysis of CiB3 genes in different tissues and developmental stages. C Differential analysis of transcriptome data of CiB3s at different developmental stages of kernels.
引用方式：The count values of CiB3s expression at four different pecan developmental stages were analyzed differentially using the OmicShare Tools online website (https://www.omicshare.com/tools/Home/Soft/getsoft). Furthermore, Venn diagrams were drawn for genes with TPM values above 10 in the B3 superfamily of different tissues.
参考文献：
Wang L, Chen F, Lan Y, et al. Genome-wide identification of B3 superfamily in pecan (Carya illinoensis): In silico and experimental analyses[J]. Scientia Horticulturae, 2023, 307: 111533.
案例3：
发表期刊：Animals
影响因子：3.0
发表时间：2022
Figure 2. Identification of DEGs. (A) The statistical analysis of DEGs between Duroc and Luchuan adipose. (B) The volcano map of DEGs. The gene with p-value < 0.01 and log2 Fold Change > 1 is marked in red; the gene with p-value < 0.01 and log2 Fold Change < −1 is marked in blue.
引用方式：
Gene expression level was measured by Fragments per Kilobase per Million Mapped Fragments (FPKM) [17], the most commonly used method for estimating gene expression abundance. DEGSeq [18] was used to analyze DEGs (|Fold Change| > 2 and p-value < 0.01).The Principal Component Analysis (PCA), Gene Ontology (GO) term enrichment analysis, Kyoto Encyclopedia of Genes and Genomes (KEGG) pathway enrichment analysis and GSEA were performed using Omicshare, a real-time interactive online data analysis platform (p-value < 0.05) (http://www.omicshare.com (accessed on 18 February 2022)) [19].
参考文献：
Pan H, Huang T, Yu L, et al. Transcriptome Analysis of the Adipose Tissue of Luchuan and Duroc Pigs[J]. Animals, 2022, 12(17): 2258.
案例4：
发表期刊：Crops
发表时间：2023
Figure 3. Statistics of differentially expressed genes in response to BPH stress.
引用方式：The OmicShare online trend analysis tool (https://www.omicshare.com/tools/Home/Soft/trend) (accessed on 15 May 2022) was used to analyze the trends of the above-mentioned differential genes.
参考文献：
Shi L, He H, Zhang J, et al. Comparative transcriptomic analysis reveals variable responses to the brown planthopper Nilaparvata lugens in different rice cultivars[J]. Crops, 2023, 3(1): 40-52.