히트맵
다음 장에서 ChIP-seq 워크플로의 세부 내용을 살펴보기 전에, 여기에서 분석 결과의 일부를 미리 살펴보겠습니다.
이번 연습 문제에서는 히트맵을 사용해 샘플 간 차이를 어떻게 시각화하는지 알아봅니다. 데이터는 이미 로드되어 있으며 heatmap() 함수로 바로 그릴 수 있도록 형식이 맞춰져 있습니다.
샘플 상관행렬은 sample_cor로 제공되며, 각 피크의 정규화된 읽기 수는 read_counts 객체에 저장되어 있습니다. 두 경우 모두 처음 두 샘플은 원발 종양에서, 마지막 두 샘플은 치료 내성 샘플에서 얻은 것입니다.
어떤 샘플이 같은 그룹에 속하는지 강조하려면, 그룹 레이블 벡터를 heatmap() 함수의 ColSideColors와 RowSideColors 인수에 전달하면 됩니다.
이 연습은 강의의 일부입니다
R에서 Bioconductor로 배우는 ChIP-seq
연습 안내
- 플롯에서 그룹을 표시할 수 있도록 색상 이름으로 이루어진 벡터를 만드세요.
- 샘플 상관행렬
sample_cor를 히트맵으로 그리세요. - 피크 읽기 수에 대한 히트맵을 생성하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Create a vector of colors to label groups (there are 2 samples per group)
group <- c(primary = rep("blue", ___), TURP = rep("red", ___))
# Plot the sample correlation matrix `sample_cor` as a heat map
# Use the group colors to label the rows and columns of the heat map
heatmap(___, ColSideColors = ___, RowSideColors = ___,
cexCol = 0.75, cexRow = 0.75, symm = TRUE)
# Create a heat map of peak read counts
# Use the group colors to label the columns of the heat map
___(___, ColSideColors = ___, labRow = "", cexCol = 0.75)