Aan de slagGa gratis aan de slag

DESeq2-resultaten verkennen

LET OP: Het kan iets langer duren om deze oefening te laden.

Om het aantal DE-genen dat we terugkrijgen te verkleinen en om de kans te verkleinen dat de DE-genen biologisch betekenisvol zijn, gaan we een kleine log2 fold change-drempel gebruiken om de DE-genen te bepalen.

Deze oefening maakt deel uit van de cursus

RNA-Seq met Bioconductor in R

Cursus bekijken

Oefeninstructies

  • Haal de smoc2-resultaten op met de functie results(), net als eerder, met een alpha van 0.05 en met normal als basisniveau van condition. Gebruik deze keer echter een log2 fold change-drempel van 0.32. Ga ervan uit dat alle eerdere stappen zijn uitgevoerd, inclusief het aanmaken van het DESeq2-object dds_smoc2 en het draaien van de functie DESeq().

  • Voer shrinkage van de log2 fold changes uit met de functie lfcShrink().

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Explore the results() function
?results

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

# Shrink the log2 fold changes
smoc2_res <- ___(___, 
                    ___, 
                    res = ___)
Code bewerken en uitvoeren