Visualizaciones con DESeq2: gráficos MA y de volcán

NOTA: Cargar este ejercicio puede tardar un poco más.

Para explorar los resultados, las visualizaciones son útiles para obtener una vista global de los datos y ver las características de los genes significativos. Normalmente esperamos encontrar genes significativos a lo largo de todo el rango de valores medios, algo que podemos representar con un gráfico MA. Si solo vemos genes significativos con valores medios altos, podría indicar un problema con nuestros datos. El gráfico de volcán nos ayuda a estimar qué rango de cambios de pliegue se necesita para detectar significación en nuestros datos.

Vamos a explorar nuestros resultados usando gráficos MA y gráficos de volcán.

Este ejercicio forma parte del curso

RNA-Seq con Bioconductor en R

Ver curso

Instrucciones del ejercicio

Crea un gráfico MA con la función plotMA() usando como entrada el objeto de resultados smoc2_res.
Crea una nueva columna como vector lógico que indique si los valores padj son menores que 0.05 en los resultados, usando la función mutate().
Crea un gráfico de volcán del log2 del cambio de pliegue frente al -log10 del valor p ajustado usando ggplot(), y colorea los puntos de los genes según si son significativos o no.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Create MA plot
___

# Generate logical column 
smoc2_res_all <- data.frame(smoc2_res) %>% mutate(threshold = padj < 0.05)
              
# Create the volcano plot
ggplot(___) + 
        geom_point(aes(x = ___, y = -log10(___), color = ___)) + 
        xlab("log2 fold change") + 
        ylab("-log10 adjusted p-value") + 
        theme(legend.position = "none", 
              plot.title = element_text(size = rel(1.5), hjust = 0.5), 
              axis.title = element_text(size = rel(1.25)))

Editar y ejecutar código