DESeq2 결과 탐색

참고: 이 연습 문제는 로딩에 시간이 조금 더 걸릴 수 있습니다.

반환되는 DE 유전자 수를 줄이고, 생물학적으로 의미 없는 DE 유전자가 포함될 가능성을 낮추기 위해, 작은 log2 폴드 변화 임계값을 사용해 DE 유전자를 판별하려고 합니다.

이 연습은 강의의 일부입니다

R로 하는 Bioconductor 기반 RNA-Seq

강의 보기

연습 안내

이전과 유사하게 results() 함수를 사용해 smoc2 결과를 추출하되, alpha는 0.05로, condition의 기준 수준은 normal로 지정하세요. 단, 이번에는 log2 폴드 변화 임계값을 0.32로 사용하세요. DESeq2 객체 dds_smoc2 생성과 DESeq() 함수 실행을 포함한 이전 단계들은 모두 완료되었다고 가정합니다.
lfcShrink() 함수를 사용해 log2 폴드 변화값에 대한 shrinkage를 수행하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Explore the results() function
?results

# Extract results
smoc2_res <- ___(___, 
                contrast = ___, 
                alpha = ___, 
                lfcThreshold = ___)

# Shrink the log2 fold changes
smoc2_res <- ___(___, 
                    ___, 
                    res = ___)

코드 편집 및 실행