DESeq2 모델 - 분산 탐색
참고: 이 연습 문제는 로딩에 다소 시간이 걸릴 수 있어요.
이전 연습 문제에서 모델을 적합했으니, 이번에는 plotDispEsts() 함수를 이용해 분산 추정치를 그려 보면서 smoc2 데이터가 음이항 모형에 얼마나 잘 맞는지 살펴보겠습니다. 분산 추정치는 원시 카운트를 모델링하는 데 사용돼요. 만약 분산이 DESeq2의 가정을 따르지 않으면 데이터의 변동성이 부정확하게 추정되고, 그 결과 DE 결과의 정확도가 떨어질 수 있습니다.
DESeq2의 가정은 대체로 평균이 증가함에 따라 분산이 감소해야 하며, 분산 추정치가 적합된 선을 대체로 따르는 경향을 보여야 한다는 것입니다.
이 연습은 강의의 일부입니다
R로 하는 Bioconductor 기반 RNA-Seq
연습 안내
plotDispEsts()함수를 사용해smoc2데이터의 분산 추정치를 그려 보세요. DESeq2 객체dds_smoc2생성과DESeq()함수 실행을 포함한 이전 단계는 모두 완료되었다고 가정합니다.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Plot dispersions
___(___)