Visualizzazioni con DESeq2 - grafici MA e volcano

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

Per esplorare i risultati, le visualizzazioni aiutano a ottenere una visione globale dei dati e a osservare le caratteristiche dei geni significativi. Di solito ci aspettiamo di vedere geni significativi individuati lungo l'intero intervallo dei valori medi, cosa che possiamo verificare con il grafico MA. Se vediamo geni significativi solo con valori medi alti, potrebbe indicare un problema nei nostri dati. Il volcano plot ci aiuta a capire l'intervallo di variazioni di espressione (fold change) necessario per individuare la significatività nei nostri dati.

Esploriamo i risultati usando i grafici MA e i volcano plot.

Questo esercizio fa parte del corso

RNA-Seq con Bioconductor in R

Visualizza corso

Istruzioni dell'esercizio

Crea un grafico MA usando la funzione plotMA() e passando come input l'oggetto dei risultati, smoc2_res.
Crea una nuova colonna come vettore logico che indichi se i valori di padj sono minori di 0.05 nei risultati, usando la funzione mutate().
Crea un volcano plot dei valori di log2 fold change rispetto al -log10 del p-value aggiustato usando ggplot(), colorando i punti dei geni in base al fatto che siano significativi o meno.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# 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)))

Modifica ed esegui il codice