Mapa de calor jerárquico por condición

Al evaluar la calidad de nuestros datos de conteo, necesitamos transformar los conteos normalizados para visualizar mejor la varianza en análisis de clustering no supervisado. Para evaluar la similitud de las muestras de smoc2 usando mapas de calor jerárquicos, transforma los conteos normalizados y realiza un análisis de clustering jerárquico. Supón que ya se han cargado todas las librerías, se ha creado el objeto DESeq2 y los factores de tamaño se han guardado en el objeto DESeq2, dds_smoc2.

Este ejercicio forma parte del curso

RNA-Seq con Bioconductor en R

Ver curso

Instrucciones del ejercicio

Transforma los conteos normalizados del objeto dds_smoc2 usando la función vst() con el argumento blind y guarda el resultado en vsd_smoc2.
Extrae la matriz de conteos normalizados transformados del objeto vsd_smoc2 usando la función assay() y guárdala como vsd_mat_smoc2.
Calcula los valores de correlación entre muestras y guarda el resultado en vsd_cor_smoc2.
Crea un mapa de calor de los valores de correlación usando pheatmap() con una barra de anotación que indique condition del data frame smoc2_metadata.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Transform the normalized counts 
vsd_smoc2 <- ___(___, ___)

# Extract the matrix of transformed counts
vsd_mat_smoc2 <- ___(___)

# Compute the correlation values between samples
vsd_cor_smoc2 <- ___(___) 

# Plot the heatmap
___(___, annotation = select(___, ___))

Editar y ejecutar código