Python 通过rpy2运行deseq2

我正在尝试使用rpy2从Python运行DEseq2。 我应该如何通过设计矩阵？ 我的脚本如下：

from numpy import *
from numpy.random import multinomial, random
from rpy2 import robjects
import rpy2.robjects.numpy2ri
robjects.numpy2ri.activate()
from rpy2.robjects.packages import importr
deseq = importr('DESeq2')

# Generate some data. 1000 genes, 10 samples
n = 1000
probabilities = random(n)
probabilities /= sum(probabilities)
data = zeros((n,10), int)
for i in range(10):
    data[:,i] = multinomial(1000000, probabilities)

# Make the data frame
d = {}
categories = ('1','2') * 5
d["key_1"] = robjects.IntVector(categories)
dataframe = robjects.DataFrame(d)

# Create the design matrix, and run DESeqDataSetFromMatrix
design = "~ key_1" # <--- I guess this is wrong
dds = deseq.DESeqDataSetFromMatrix(countData=data, colData=dataframe,design=design)

从numpy导入*
从numpy.random导入多项式，随机
从rpy2导入对象
导入rpy2.robjects.numpy2ri
robjects.numpy2ri.activate（）
从rpy2.robjects.packages导入导入
deseq=importr（'DESeq2'）
#生成一些数据。1000个基因，10个样本
n=1000
概率=随机（n）
概率/=总和（概率）
数据=零（（n，10），整数）
对于范围（10）内的i：
数据[：，i]=多项式（1000000，概率）
#制作数据帧
d={}
类别=（'1'，'2'）*5
d[“key_1”]=robjects.IntVector（类别）
dataframe=robjects.dataframe（d）
#创建设计矩阵，并运行deseqdatasetfrommary
design=“~key_1”#啊！你就快到了：

# Create the design matrix, and run DESeqDataSetFromMatrix
design = "~ key_1" # <--- I guess this is wrong

coldData=dataf
什么是
dataf
？您发布的代码中没有定义它。对不起，应该是
dataframe
。代码现在已更正。
# Create the design matrix, and run DESeqDataSetFromMatrix
design = "~ key_1" # <--- I guess this is wrong

from rpy2.robjects import Formula
design = Formula("~ key_1")