p-값 히스토그램

검정을 수행한 뒤, 각 대비의 p-값 분포를 살펴보며 모형이 올바르게 지정되었는지 확인하세요. 차등 발현 유전자가 거의 없는 대비에서는 p-값이 균등분포에 가깝게 나타나고, 차등 발현 유전자가 많은 대비에서는 오른쪽으로 치우친 분포가 예상된다는 점을 기억하세요.

이 연습은 강의의 일부입니다

R에서 limma로 하는 차등 발현 분석

강의 보기

연습 안내

적합된 모형 객체 fit2가 작업 공간에 로드되어 있습니다. limma 패키지는 이미 로드되어 있어요.

topTable을 사용해 대비 "dox_wt"에 대해 모든 유전자의 요약 통계를 얻으세요. 반환할 유전자의 수는 fit2의 행 개수와 같게 설정하세요.
대비 "dox_top2b"와 "interaction"에 대해서도 동일하게 수행하세요.
각 세 대비에 대해 hist를 사용해 p-값의 히스토그램을 만드세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Obtain the summary statistics for the contrast dox_wt
stats_dox_wt <- ___(fit2, coef = ___, number = ___,
                         sort.by = "none")
# Obtain the summary statistics for the contrast dox_top2b
stats_dox_top2b <- ___(fit2, coef = ___, number = ___,
                            sort.by = "none")
# Obtain the summary statistics for the contrast interaction
stats_interaction <- ___(fit2, coef = ___, number = ___,
                              sort.by = "none")

# Create histograms of the p-values for each contrast
___(stats_dox_wt[___])
___(stats_dox_top2b[___])
___(stats_interaction[___])

코드 편집 및 실행