条件別の階層的ヒートマップ
カウントデータの品質評価を行う際は、教師なしクラスタリング解析における分散をより見やすくするために、正規化カウントを変換する必要があります。階層的ヒートマップを使って smoc2 サンプルの類似性を評価するため、正規化カウントを変換し、階層的クラスタリング解析を実施しましょう。なお、必要なライブラリはすべて読み込み済みで、DESeq2 オブジェクトの作成とサイズファクターの格納（dds_smoc2）も完了しているものとします。
この演習はコースの一部です
RNA-Seq with Bioconductor in R
演習の手順
dds_smoc2オブジェクトの正規化カウントをvst()関数とblind引数を使って変換し、結果をvsd_smoc2に保存します。assay()関数を使ってvsd_smoc2オブジェクトから変換済み正規化カウントの行列を取り出し、vsd_mat_smoc2として保存します。- サンプル間の相関値を計算し、
vsd_cor_smoc2に保存します。 pheatmap()を使って相関値のヒートマップを作成し、smoc2_metadataデータフレームのconditionを示すアノテーションバーを追加します。
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。
# Transform the normalized counts
vsd_smoc2 <- ___(___, ___)
# Extract the matrix of transformed counts
vsd_mat_smoc2 <- ___(___)
# Compute the correlation values between samples
vsd_cor_smoc2 <- ___(___)
# Plot the heatmap
___(___, annotation = select(___, ___))