Visualisasi DESeq2 - plot MA dan volcano

CATATAN: Memuat latihan ini mungkin memerlukan waktu sedikit lebih lama.

Untuk mengeksplorasi hasil, visualisasi dapat membantu melihat gambaran umum data serta karakteristik gen yang signifikan. Biasanya, kita berharap melihat gen signifikan teridentifikasi di sepanjang rentang nilai rata-rata, yang dapat kita plot menggunakan plot MA. Jika kita hanya melihat gen signifikan dengan nilai rata-rata yang tinggi, hal itu dapat mengindikasikan adanya masalah pada data kita. Plot volcano membantu kita memahami rentang fold change yang diperlukan untuk mengidentifikasi signifikansi dalam data kita.

Mari kita jelajahi hasil kita menggunakan plot MA dan plot volcano.

Latihan ini adalah bagian dari kursus

RNA-Seq dengan Bioconductor di R

Lihat Kursus

Petunjuk latihan

Buat plot MA menggunakan fungsi plotMA() dan gunakan objek hasil, smoc2_res, sebagai masukan.
Buat kolom baru berupa vektor logika yang menyatakan apakah nilai padj kurang dari 0,05 untuk hasil tersebut menggunakan fungsi mutate().
Buat plot volcano dari nilai log2 fold change terhadap -log10 p-value tersesuaikan menggunakan ggplot() dan warnai titik-titik gen berdasarkan apakah gen tersebut signifikan atau tidak.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Create MA plot
___

# Generate logical column 
smoc2_res_all <- data.frame(smoc2_res) %>% mutate(threshold = padj < 0.05)
              
# Create the volcano plot
ggplot(___) + 
        geom_point(aes(x = ___, y = -log10(___), color = ___)) + 
        xlab("log2 fold change") + 
        ylab("-log10 adjusted p-value") + 
        theme(legend.position = "none", 
              plot.title = element_text(size = rel(1.5), hjust = 0.5), 
              axis.title = element_text(size = rel(1.25)))

Edit dan Jalankan Kode