Riepilogo del workflow di DE per RNA-Seq

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

Ripercorriamo il workflow di DESeq2 usando l'intero dataset, che include sia i campioni wildtype sia quelli con overespressione di smoc2. Abbiamo già caricato per te le librerie DESeq2 e dplyr, oltre al file di metadati all_metadata e al file di conteggi grezzi all_rawcounts.

full metadata

Questo esercizio fa parte del corso

RNA-Seq con Bioconductor in R

Visualizza corso

Istruzioni dell'esercizio

Verifica che i campioni siano nello stesso ordine in all_rawcounts e all_metadata usando rownames(), colnames(), all() e l'operatore %in%.
Crea l'oggetto DESeq2 usando il design appropriato, testando l'effetto di condition mentre controlli per genotype.
Crea l'oggetto DESeq2 usando il design appropriato, controllando separatamente per genotype e condition, ma testa per genotype:condition.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Check that all of the samples are in the same order in the metadata and count data
all(___(___) %in% ___(___))

# DESeq object to test for the effect of fibrosis regardless of genotype
dds_all <- DESeqDataSetFromMatrix(countData = ___,
                        colData = ___,
                        design = ___)

# DESeq object to test for the effect of genotype on the effect of fibrosis                        
dds_complex <- DESeqDataSetFromMatrix(countData = ___,
                                ___,
                                ___)

Modifica ed esegui il codice