DE 解析

注意： この演習の読み込みには少し時間がかかる場合があります。

ここでは、遺伝子型（design: ~ genotype + condition）に関わらず、正常サンプルと線維症サンプル間で有意な発現差を示す遺伝子を比較した完全なデータセットを引き続き使用します。前の演習で作成した dds_all DESeq2 オブジェクトを使います。このオブジェクトはすでに作成済みで、すべてのライブラリが読み込まれているものとします。この演習では、教師なしクラスタリング解析を実行し、サンプルのクラスタリングとばらつきの要因を探りましょう。

この演習はコースの一部です

RNA-Seq with Bioconductor in R

コースを見る

演習の手順

vst() 関数を使って dds_all オブジェクト内の正規化カウントを対数変換してください。その際、サンプルグループの情報を使用しない（blind）設定にします。
pheatmap() 関数を使って、対数正規化カウントの相関値から相関ヒートマップを作成してください。genotype と condition のアノテーションバーを含めましょう。
vsd_all を使って plotPCA() 関数で PCA をプロットしてください。プロットには condition で色を付けます。
vsd_all を使って plotPCA() 関数で PCA をプロットしてください。プロットには genotype で色を付けます。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Log transform counts for QC
vsd_all <- ___(___, blind = ___)

# Create heatmap of sample correlation values
vsd_all %>% 
        ___() %>%
        ___() %>%
        ___(annotation = select(all_metadata, c("___", "___")))

# Create the PCA plot for PC1 and PC2 and color by condition       
___(___, ___ = ___)

# Create the PCA plot for PC1 and PC2 and color by genotype       
___(___, ___ = ___)

コードを編集して実行