Peta panas

Sebelum melanjutkan ke detail alur kerja ChIP-seq pada bab berikutnya, di sini Anda berkesempatan melihat pratinjau beberapa hasil analisis.

Dalam latihan ini, Anda akan melihat cara memvisualisasikan perbedaan antar-sampel menggunakan peta panas. Data sudah dimuat dan diformat agar dapat dipetakan dengan fungsi heatmap().

Matriks korelasi sampel tersedia sebagai sample_cor dan cacah baca ternormalisasi untuk setiap puncak disimpan dalam objek read_counts. Pada kedua kasus, dua sampel pertama berasal dari tumor primer, dan dua sampel terakhir resisten terhadap pengobatan.

Anda dapat meneruskan sebuah vektor label grup ke argumen ColSideColors dan RowSideColors dalam fungsi heatmap() untuk menyoroti sampel mana yang termasuk dalam grup yang sama.

Latihan ini adalah bagian dari kursus

ChIP-seq dengan Bioconductor di R

Lihat Kursus

Petunjuk latihan

Buat sebuah vektor nama warna yang dapat digunakan untuk memberi label grup pada plot.
Plot matriks korelasi sampel sample_cor sebagai peta panas.
Buat peta panas untuk cacah baca pada puncak.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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)

Edit dan Jalankan Kode