कंडीशन के आधार पर हाइरार्किकल हीटमैप
काउंट डेटा की क्वालिटी असेसमेंट करते समय, अनसुपरवाइज़्ड क्लस्टरिंग एनालिसिस में वैरिएंस को बेहतर तरीके से विज़ुअलाइज़ करने के लिए हमें normalized counts को ट्रांसफॉर्म करना होता है। smoc2 सैंपल्स की समानता को हाइरार्किकल हीटमैप्स से जाँचने के लिए, normalized counts को ट्रांसफॉर्म कीजिए और हाइरार्किकल क्लस्टरिंग एनालिसिस चलाइए। मान लीजिए कि सभी लाइब्रेरीज़ लोड हैं, DESeq2 ऑब्जेक्ट बना लिया गया है, और size factors को DESeq2 ऑब्जेक्ट dds_smoc2 में स्टोर कर दिया गया है।
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Bioconductor के साथ RNA-Seq
अभ्यास निर्देश
blindआर्ग्युमेंट के साथvst()फंक्शन का उपयोग करकेdds_smoc2ऑब्जेक्ट से normalized counts को ट्रांसफॉर्म करें और परिणामvsd_smoc2में सेव करें.assay()फंक्शन का उपयोग करकेvsd_smoc2ऑब्जेक्ट से ट्रांसफॉर्म किए गए normalized counts की मैट्रिक्स निकालें औरvsd_mat_smoc2के रूप में सेव करें.- सैंपल्स के बीच correlation मान निकालें और
vsd_cor_smoc2में सेव करें. pheatmap()का उपयोग करके correlation मानों का हीटमैप बनाइए, जिसमें annotation bar के रूप मेंsmoc2_metadataडेटा फ़्रेम सेconditionनिर्दिष्ट हो.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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(___, ___))