Modello DESeq2 - esplorare le dispersioni

NOTA: il caricamento di questo esercizio potrebbe richiedere un po' più di tempo.

Dopo aver adattato il modello nell'esercizio precedente, esploriamo quanto bene i nostri dati smoc2 si adattano al modello binomiale negativo tracciando le stime di dispersione con la funzione plotDispEsts(). Ricorda che le stime di dispersione sono usate per modellare i conteggi grezzi; se le dispersioni non rispettano le assunzioni fatte da DESeq2, la variabilità nei dati potrebbe essere stimata male e i risultati di DE potrebbero essere meno accurati.

Le assunzioni che fa DESeq2 sono che, in generale, le dispersioni dovrebbero diminuire all'aumentare della media e dovrebbero seguire più o meno la linea adattata.