शुरू करेंमुफ़्त में शुरू करें

RNA-Seq DE वर्कफ़्लो सारांश

NOTE: इस अभ्यास को लोड होने में थोड़ी अधिक देर लग सकती है.

आइए DESeq2 वर्कफ़्लो को पूरे डेटासेट पर चलाएँ जिसमें wildtype और smoc2 overexpression के सभी सैंपल शामिल हैं. आपके लिए हमने DESeq2 और dplyr लाइब्रेरी लोड कर दी हैं और मेटाडेटा फ़ाइल all_metadata तथा रॉ काउंट्स फ़ाइल all_rawcounts भी पढ़ ली है.

full metadata

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Bioconductor के साथ RNA-Seq

पाठ्यक्रम देखें

अभ्यास निर्देश

  • rownames(), colnames(), all(), और %in% ऑपरेटर का उपयोग करके जाँचें कि all_rawcounts और all_metadata में सैंपल का क्रम समान है.
  • उपयुक्त डिज़ाइन का उपयोग करके DESeq2 ऑब्जेक्ट बनाएँ, जहाँ genotype को नियंत्रित करते हुए condition के प्रभाव का परीक्षण करें.
  • उपयुक्त डिज़ाइन का उपयोग करके DESeq2 ऑब्जेक्ट बनाएँ जहाँ genotype और condition को अलग-अलग नियंत्रित किया गया हो, लेकिन परीक्षण genotype:condition के लिए करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Check that all of the samples are in the same order in the metadata and count data
all(___(___) %in% ___(___))

# DESeq object to test for the effect of fibrosis regardless of genotype
dds_all <- DESeqDataSetFromMatrix(countData = ___,
                        colData = ___,
                        design = ___)

# DESeq object to test for the effect of genotype on the effect of fibrosis                        
dds_complex <- DESeqDataSetFromMatrix(countData = ___,
                                ___,
                                ___)
कोड संपादित करें और चलाएँ