Carte thermique

Avant de passer aux détails du flux de travail ChIP-seq dans le prochain chapitre, vous avez ici l'occasion de jeter un coup d'œil à certains résultats de l'analyse.

Dans cet exercice, vous verrez comment visualiser les différences entre échantillons au moyen de cartes thermiques. Les données ont déjà été chargées et mises en forme pour permettre le tracé avec la fonction heatmap().

La matrice de corrélation des échantillons est disponible sous le nom sample_cor et les décomptes normalisés de lectures pour chaque pic sont stockés dans l'objet read_counts. Dans les deux cas, les deux premiers échantillons proviennent de tumeurs primitives et les deux derniers sont résistants au traitement.

Vous pouvez transmettre un vecteur d'étiquettes de groupes aux arguments ColSideColors et RowSideColors de la fonction heatmap() pour mettre en évidence quels échantillons appartiennent au même groupe.

Cette activité fait partie du cours

ChIP-seq avec Bioconductor en R

Voir le cours

Instructions de l’exercice

Créez un vecteur de noms de couleurs qui servira à étiqueter les groupes dans le graphique.
Tracez la matrice de corrélation des échantillons sample_cor sous forme de carte thermique.
Créez une carte thermique des décomptes de lectures aux pics.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Create a vector of colors to label groups (there are 2 samples per group)
group <- c(primary = rep("blue", ___), TURP = rep("red", ___))

# Plot the sample correlation matrix `sample_cor` as a heat map
# Use the group colors to label the rows and columns of the heat map
heatmap(___, ColSideColors = ___, RowSideColors = ___, 
        cexCol = 0.75, cexRow = 0.75, symm = TRUE)

# Create a heat map of peak read counts
# Use the group colors to label the columns of the heat map
___(___, ColSideColors = ___, labRow = "", cexCol = 0.75)

Modifier et exécuter le code