Entering edit mode
Hi, I have a question about DEXSeq package for analyzing multiple samples. Like the sample information listed below. I have six samples loaded as DEXSeqDataSets. Default, every sample will be compared with the first sample known as Col0 here.
I wonder if there is any function to extract pairwise comparasion results as res <- results(dds, contrast=c("conditions", "Col3", "Col24")) in DESeq2.
Thanks!
Tong Chen
> sample
conditions cell time
Col0_1 Col0 Col 0
Col0_2 Col0 Col 0
Col3_1 Col3 Col 3
Col3_2 Col3 Col 3
Col24_1 Col24 Col 24
Col24_2 Col24 Col 24
cbf0_1 cbf0 cbf 0
cbf0_2 cbf0 cbf 0
cbf3_1 cbf3 cbf 3
cbf3_2 cbf3 cbf 3
cbf24_1 cbf24 cbf 24
cbf24_2 cbf24 cbf 24
> colData(dxd)
DataFrame with 24 rows and 6 columns
sample conditions cell time exon sizeFactor
<factor> <factor> <factor> <factor> <factor> <numeric>
1 Col0_1 Col0 Col 0 this 0.9126171
2 Col0_2 Col0 Col 0 this 0.9458306
3 Col3_1 Col3 Col 3 this 0.8914356
4 Col3_2 Col3 Col 3 this 1.2490106
5 Col24_1 Col24 Col 24 this 0.9687948
... ... ... ... ... ... ...
20 cbf0_2 cbf0 cbf 0 others 1.0687401
21 cbf3_1 cbf3 cbf 3 others 0.9824029
22 cbf3_2 cbf3 cbf 3 others 1.0701895
23 cbf24_1 cbf24 cbf 24 others 0.9257264
24 cbf24_2 cbf24 cbf 24 others 1.1723387
> dds <- DEXSeqResults(dxd)
> dds
<numeric> <numeric> <numeric>
XLOC_000002+XLOC_004161:E001 10.882663 10.44266 10.388549
XLOC_000002+XLOC_004161:E002 20.561282 20.03267 22.448874
XLOC_000002+XLOC_004161:E003 9.510509 10.14679 9.860588
XLOC_000002+XLOC_004161:E004 10.871525 11.25257 10.929886
XLOC_000002+XLOC_004161:E005 14.204665 13.51434 13.703109
... ... ... ...
XLOC_032817+XLOC_032818+XLOC_032742:E008 4.024608 4.100783 2.736283
XLOC_032817+XLOC_032818+XLOC_032742:E009 2.848699 2.606964 1.367766
XLOC_032820:E001 NA NA NA
XLOC_032821:E001 NA NA NA
XLOC_032823:E001 NA NA NA
cbf0 cbf3 cbf24
<numeric> <numeric> <numeric>
XLOC_000002+XLOC_004161:E001 8.553736 9.334228 9.814653
XLOC_000002+XLOC_004161:E002 18.986580 19.484306 23.109959
XLOC_000002+XLOC_004161:E003 9.409119 9.513795 11.259645
XLOC_000002+XLOC_004161:E004 10.103124 11.030351 12.261620
XLOC_000002+XLOC_004161:E005 12.996807 13.718990 15.307747
... ... ... ...
XLOC_032817+XLOC_032818+XLOC_032742:E008 3.850081 3.421292 4.39521544
XLOC_032817+XLOC_032818+XLOC_032742:E009 2.061519 1.715996 0.05112219
XLOC_032820:E001 NA NA NA
XLOC_032821:E001 NA NA NA
XLOC_032823:E001 NA NA NA
log2fold_Col3_Col0 log2fold_Col24_Col0
<numeric> <numeric>
XLOC_000002+XLOC_004161:E001 -0.05954207 -0.067037538
XLOC_000002+XLOC_004161:E002 -0.03757565 0.126712863
XLOC_000002+XLOC_004161:E003 0.09342863 0.052151148
XLOC_000002+XLOC_004161:E004 0.04970028 0.007724016
XLOC_000002+XLOC_004161:E005 -0.07187362 -0.051861600
... ... ...
XLOC_032817+XLOC_032818+XLOC_032742:E008 0.02705116 -0.5566307
XLOC_032817+XLOC_032818+XLOC_032742:E009 -0.12793236 -1.0584817
XLOC_032820:E001 NA NA
XLOC_032821:E001 NA NA
XLOC_032823:E001 NA NA
log2fold_cbf0_Col0 log2fold_cbf3_Col0
<numeric> <numeric>
XLOC_000002+XLOC_004161:E001 -0.34740516 -0.2214290920
XLOC_000002+XLOC_004161:E002 -0.11495013 -0.0776176400
XLOC_000002+XLOC_004161:E003 -0.01546295 0.0004983823
XLOC_000002+XLOC_004161:E004 -0.10575280 0.0209244683
XLOC_000002+XLOC_004161:E005 -0.12820759 -0.0501904871
... ... ...
XLOC_032817+XLOC_032818+XLOC_032742:E008 -0.06395915 -0.2343070
XLOC_032817+XLOC_032818+XLOC_032742:E009 -0.46659536 -0.7312565
XLOC_032820:E001 NA NA
XLOC_032821:E001 NA NA
XLOC_032823:E001 NA NA
log2fold_cbf24_Col0
<numeric>
XLOC_000002+XLOC_004161:E001 -0.1490225
XLOC_000002+XLOC_004161:E002 0.1685845
XLOC_000002+XLOC_004161:E003 0.2435668
XLOC_000002+XLOC_004161:E004 0.1735953
XLOC_000002+XLOC_004161:E005 0.1078971
... ...
XLOC_032817+XLOC_032818+XLOC_032742:E008 0.1270858
XLOC_032817+XLOC_032818+XLOC_032742:E009 -5.8002097
XLOC_032820:E001 NA
XLOC_032821:E001 NA
XLOC_032823:E001 NA
