Carte thermique hiérarchique par condition

Pour évaluer la qualité de nos données de comptage, nous devons transformer les comptes normalisés afin de mieux visualiser la variance pour les analyses de regroupement non supervisées. Pour évaluer la similarité des échantillons smoc2 à l'aide de cartes thermiques hiérarchiques, transformez les comptes normalisés et effectuez une analyse de regroupement hiérarchique. Supposez que toutes les bibliothèques ont été chargées, que l'objet DESeq2 a été créé et que les facteurs de taille ont été enregistrés dans l'objet DESeq2, dds_smoc2.

Cette activité fait partie du cours

RNA-Seq avec Bioconductor dans R

Voir le cours

Instructions de l’exercice

Transformez les comptes normalisés de l'objet dds_smoc2 avec la fonction vst() en utilisant l'argument blind, puis enregistrez le résultat dans vsd_smoc2.
Extrayez la matrice des comptes normalisés transformés de l'objet vsd_smoc2 à l'aide de la fonction assay() et enregistrez-la sous vsd_mat_smoc2.
Calculez les valeurs de corrélation entre les échantillons et enregistrez-les dans vsd_cor_smoc2.
Créez une carte thermique des valeurs de corrélation avec pheatmap() en ajoutant une barre d'annotation indiquant condition à partir de la trame de données smoc2_metadata.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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(___, ___))

Modifier et exécuter le code