Comprendre l'impact sur les voies
Les voies constituent une autre façon utile de regrouper les gènes. Dans cet exercice, vous examinerez les résultats d'une analyse d'enrichissement de voies portant sur les pics plus marqués dans les échantillons de tumeurs primaires. L'objet enrich_primary contient les résultats. Il s'agit d'une liste avec quatre entrées. À ce stade, votre principal intérêt porte sur results, une trame de données des résultats d'enrichissement, ordonnée par ordre d'importance statistique. Elle comprend l'ID et le nom des ensembles de gènes, ainsi que les gènes associés aux pics faisant partie de l'ensemble de gènes. Ici, les gènes sont indiqués sous forme d'identifiants Entrez. Vous pouvez utiliser la base de données fournie par le paquet org.Hs.eg.db pour convertir entre les identifiants Entrez et les symboles de gènes. La fonction select() offre une interface pratique pour sélectionner les entrées de la colonne SYMBOL en utilisant le type de clé ENTREZID.
Cette activité fait partie du cours
ChIP-seq avec Bioconductor en R
Instructions de l’exercice
- Examinez les principaux ensembles de gènes.
- Extrayez les identifiants de gènes pour l'ensemble le mieux classé.
- Divisez les identifiants de gènes en un vecteur.
- Convertissez les identifiants de gènes en symboles de gènes.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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)