हीट मैप
अगले अध्याय में ChIP-seq वर्कफ़्लो के विवरण पर जाने से पहले, यहाँ आपको विश्लेषण के कुछ परिणामों की एक झलक देखने का मौका मिल रहा है.
इस अभ्यास में, आप देखेंगे कि सैंपल्स के बीच के अंतर को हीट मैप्स की मदद से कैसे विज़ुअलाइज़ किया जाए. डेटा पहले से लोड है और heatmap() फंक्शन से प्लॉटिंग के लिए फ़ॉर्मैट किया हुआ है.
सैंपल कोरिलेशन मैट्रिक्स sample_cor के रूप में उपलब्ध है और प्रत्येक पीक के लिए normalized रीड काउंट्स read_counts ऑब्जेक्ट में संग्रहीत हैं. दोनों ही मामलों में, पहले दो सैंपल प्राइमरी ट्यूमर से हैं, अंतिम दो ट्रीटमेंट-रेज़िस्टेंट हैं.
आप heatmap() फंक्शन में ColSideColors और RowSideColors आर्ग्युमेंट्स को समूह लेबल्स का एक वेक्टर पास कर सकते हैं ताकि यह हाइलाइट हो सके कि कौन-से सैंपल एक ही समूह से संबंधित हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Bioconductor के साथ ChIP-seq
अभ्यास निर्देश
- प्लॉट में समूहों को लेबल करने के लिए रंगों के नामों का एक वेक्टर बनाएँ.
- सैंपल कोरिलेशन मैट्रिक्स
sample_corको हीट मैप के रूप में प्लॉट करें. - पीक रीड काउंट्स का एक हीट मैप बनाएँ.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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)