按老师给的代码，提取差异基因，遇到问题（黑体字已标出）
fdr = 0.05
fold_change = 2
# 读取基因表达的矩阵
rawdata<-read.table("Gene_HTSeq_Counts.txt", header=TRUE, stringsAsFactors=FALSE, row.names=1)
# 针对基因的表达量进行过滤，过滤标准设置为：至少有25% 的样本，基因表达量大于2
quant <- apply(rawdata,1,quantile,0.75)
keep <- which((quant >= 2) == 1)
rawdata <- rawdata[keep,]
dim(rawdata)
#基于样本的编号，判定是癌症还是正常样本，第14位1为癌症，0为正常组织。
group <- factor(substr(colnames(rawdata),14,14))
summary(group)
0 1
473 41
# 获得基因名称列表
genes<-rownames(rawdata)
# 制作DEGlist对象
y <- DGEList(counts=rawdata, genes=genes, group=group)
nrow(y)
# TMM 标准化
y <- calcNormFactors(y)
# 分布估计
y <- estimateCommonDisp(y, verbose=TRUE)
y <- estimateTagwiseDisp(y)
# 差异分析检验
et <- exactTest(y)
# 针对FDR, fold change 对基因的显著性表达进行“多重检验”
et$table$FDR <- p.adjust(et$table$PValue, method="BH")
summary(de <- decideTestsDGE(et, adjust.method="BH", p.value=fdr, lfc=log2(fold_change)))
1-0
Down 2613
NotSig 12337
Up 2413
######################################1为正常，0为癌症，此处看起来是正常/癌症组织，那么上调或者下调是不是与我们理解的刚好相反？，那么这里以及下面的代码怎么改？
#标识基因的上下调情况
et$table$regulate = as.factor(ifelse(et$table$FDR < fdr & abs(et$table$logFC) >=log2(fold_change), ifelse(et$table$logFC>log2(fold_change),'Up','Down'),'Normal'))
