शुरू करेंमुफ़्त में शुरू करें

Pathways पर असर समझना

Pathways, genes को समूहबद्ध करने का एक और उपयोगी तरीका हैं। इस अभ्यास में, आप एक pathway enrichment analysis के नतीजों को देखेंगे जो primary tumor samples में ज़्यादा स्पष्ट peaks पर केंद्रित है। ऑब्जेक्ट enrich_primary में ये नतीजे मौजूद हैं। यह चार एंट्री वाली एक सूची है। इस समय आपका मुख्य ध्यान results पर है — यह significance के अनुसार क्रमबद्ध enrichment results का एक data frame है। इसमें gene sets के ID और नाम होते हैं, और वे genes भी जिनके peaks उस gene set का हिस्सा हैं। यहाँ genes को Entrez IDs के रूप में रिपोर्ट किया गया है। आप org.Hs.eg.db पैकेज द्वारा उपलब्ध डेटाबेस का उपयोग करके Entrez IDs और gene symbols के बीच रूपांतरण कर सकते हैं। select() फंक्शन ENTREZID key type का उपयोग करते हुए SYMBOL कॉलम से एंट्री चुनने के लिए एक सुविधाजनक इंटरफ़ेस देता है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Bioconductor के साथ ChIP-seq

पाठ्यक्रम देखें

अभ्यास निर्देश

  • शीर्ष gene sets की जाँच करें.
  • सर्वाधिक रैंक वाले set के लिए gene IDs निकालें.
  • gene IDs को एक वेक्टर में विभाजित करें.
  • gene IDs को gene symbols में बदलें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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)
कोड संपादित करें और चलाएँ