DE 解析の結果
PCA と相関ヒートマップを確認した結果、サンプルは PC1 と PC2 で良好なクラスタリングを示していました。PC1 は線維症による変動を、PC2 は smoc2 過剰発現による変動を表していると考えられます。データに追加の変動源や除外すべき外れ値は見つかりませんでした。そのため、DESeq2 の実行、DE 検定、そして fold change の縮小処理へと進めます。これらの手順はあらかじめ実行済みで、最終結果として res_all が生成されています。
この演習では、結果から有意な遺伝子をサブセット化し、調整済み p 値の上位 10 件の DE 遺伝子を出力します。
この演習はコースの一部です
RNA-Seq with Bioconductor in R
演習の手順
subset()関数を使って、調整済み p 値が 0.05 未満の値を抽出します。data.frame()関数でデータフレームに変換し、rownames_to_column()関数で行名をgeneIDという列に変換したうえで、smoc2_sigという名前で保存してください。arrange()関数を使って有意な結果を調整済み p 値で並べ替え、Ensembl 遺伝子 ID と調整済み p 値の列を選択し、head()を使って上位の有意遺伝子を出力してください。
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。
# Select significant genese with padj < 0.05
smoc2_sig <- subset(___, ___) %>%
___() %>%
___(var = ___)
# Extract the top 6 genes with padj values
smoc2_sig %>%
___(___) %>%
select(___, ___) %>%
head()