Het effect op pathways begrijpen
Pathways zijn een andere handige manier om genen te groeperen. In deze oefening bekijk je de resultaten van een pathway-verrijkingsanalyse die kijkt naar pieken die sterker zijn in de primaire tumorsamples. Het object enrich_primary bevat de resultaten. Dit is een lijst met vier items. Je belangrijkste focus is nu results, een data frame met verrijkingsresultaten, gesorteerd op significantie. Het bevat de ID en naam van de gensets en de genen die horen bij pieken die deel uitmaken van de genset. Hier worden genen gerapporteerd als Entrez ID's. Je kunt de database uit het pakket org.Hs.eg.db gebruiken om te converteren tussen Entrez ID's en gen-symbolen. De functie select() biedt een handig hulpmiddel om items uit de kolom SYMBOL te selecteren met het sleuteltype ENTREZID.
Deze oefening maakt deel uit van de cursus
ChIP-seq met Bioconductor in R
Oefeninstructies
- Bekijk de hoogste gensets.
- Extraheer de gen-ID's voor de best scorende set.
- Splitst gen-ID's op naar een vector.
- Zet gen-ID's om naar gen-symbolen.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Examine the top gene sets
head(___$results)
# Extract the gene IDs for the top ranking set
genes <- ___$___$Geneset.Peak.Genes[1]
# Split gene IDs into a vector
gene_ids <- strsplit(___, ', ')[[1]]
# Convert gene IDs to gene symbols
gene_symbol <- select(org.Hs.eg.db, keys=___, columns="___", keytype="___")
# Print the result
___(gene_symbol)