Carte thermique hiérarchique par condition

Lors de l’évaluation de 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 réalisez une analyse de classification hiérarchique. Supposons que toutes les bibliothèques aient été chargées, que l’objet DESeq2 ait été créé et que les facteurs de taille aient été enregistrés dans l’objet DESeq2, dds_smoc2.

Cet exercice fait partie du cours

RNA-Seq avec Bioconductor en R

Afficher le cours

Instructions

Transformez les comptes normalisés de l’objet dds_smoc2 à l’aide de la fonction vst() avec l’argument blind, puis enregistrez le résultat dans vsd_smoc2.
Extrayez la matrice des comptes normalisés transformés de l’objet vsd_smoc2 avec la fonction assay(), et enregistrez-la sous le nom 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 du data frame smoc2_metadata.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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