Visualizaciones de DESeq2: mapa de calor

NOTA: Cargar este ejercicio puede tardar un poco más.

Las visualizaciones también ayudan a explorar con más detalle los genes significativos. El mapa de calor de expresión es útil para ver cuánto difiere la expresión de todos los genes significativos entre grupos de muestras, mientras que el gráfico de expresión permite examinar los genes más significativos o elegir genes concretos de interés para investigar los niveles de expresión entre grupos de muestras.

Este ejercicio forma parte del curso

RNA-Seq con Bioconductor en R

Ver curso

Instrucciones del ejercicio

Filtra los conteos normalizados para incluir solo los genes significativos. Usa los nombres de fila de los resultados significativos smoc2_res_sig para filtrar los conteos normalizados, normalized_counts_smoc2.
Crea el mapa de calor usando sig_norm_counts_smoc2. Colorea el mapa con la paleta heat_colors, agrupa (cluster) las filas sin mostrar los nombres de fila y escala los valores por "row". Para la anotación, usa select() para seleccionar únicamente la columna condition de smoc2_metadata.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Subset normalized counts to significant genes
sig_norm_counts_smoc2 <- ___[___(___), ]

# Choose heatmap color palette
heat_colors <- brewer.pal(n = 6, name = "YlOrRd")

# Plot heatmap
pheatmap(___, 
         color = ___, 
         cluster_rows = ___, 
         show_rownames = ___,
         annotation = ___(___, ___), 
         scale = ___)

Editar y ejecutar código