Modèle DESeq2 - explorer les dispersions

REMARQUE : Le chargement de cet exercice peut prendre un peu plus de temps.

Après l’ajustement du modèle dans l’exercice précédent, explorons l’adéquation de nos données smoc2 au modèle binomial négatif en traçant les estimations de dispersion avec la fonction plotDispEsts(). Rappelez-vous que les estimations de dispersion servent à modéliser les comptes bruts ; si les dispersions ne respectent pas les hypothèses de DESeq2, la variation des données pourrait être mal estimée et les résultats de DE pourraient être moins précis.

Les hypothèses faites par DESeq2 sont que les dispersions diminuent généralement lorsque la moyenne augmente et qu’elles suivent globalement la courbe ajustée.