Die Auswirkungen auf Signalwege verstehen
Signalwege sind eine weitere sinnvolle Möglichkeit, Gene zu gruppieren. In dieser Übung untersuchst du die Ergebnisse einer Anreicherungsanalyse für Signalwege, die Peaks betrachtet, die in den Primärtumorproben stärker ausgeprägt sind. Das Objekt enrich_primary enthält die Ergebnisse. Es handelt sich um eine Liste mit vier Einträgen. Dein Hauptinteresse gilt hier den results, einem Data Frame mit den Anreicherungsergebnissen, sortiert nach Signifikanz. Er enthält die ID und den Namen der Gensätze sowie die Gene, die mit Peaks assoziiert sind, die Teil des Gensatzes sind. Hier werden Gene als Entrez-IDs angegeben. Du kannst die Datenbank aus dem Paket org.Hs.eg.db verwenden, um zwischen Entrez-IDs und Gen-Symbolen zu konvertieren. Die Funktion select() bietet eine praktische Schnittstelle, um Einträge aus der Spalte SYMBOL mithilfe des Schlüsseltyps ENTREZID auszuwählen.
Diese Übung ist Teil des Kurses
<Kurs>ChIP-seq mit Bioconductor in R</Kurs>Übungsanweisungen
- Untersuche die besten Gensätze.
- Extrahiere die Gen-IDs für den bestplatzierten Satz.
- Teile die Gen-IDs in einen Vektor auf.
- Konvertiere die Gen-IDs in Gen-Symbole.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Examine the top gene sets
head(___$results)
# Extract the gene IDs for the top ranking set
genes <- ___$___$Geneset.Peak.Genes[1]
# Split gene IDs into a vector
gene_ids <- strsplit(___, ', ')[[1]]
# Convert gene IDs to gene symbols
gene_symbol <- select(org.Hs.eg.db, keys=___, columns="___", keytype="___")
# Print the result
___(gene_symbol)