DESeq2-model - dispersies verkennen
LET OP: Het kan iets langer duren om deze oefening te laden.
Na het fitten van het model in de vorige oefening gaan we bekijken hoe goed onze smoc2-gegevens passen bij het negatief-binomiale model door de dispersieschattingen te plotten met de functie plotDispEsts(). Onthoud dat de dispersieschattingen worden gebruikt om de ruwe tellingen te modelleren; als de dispersies niet overeenkomen met de aannames van DESeq2, kan de variatie in de gegevens slecht worden geschat en kunnen de DE-resultaten minder nauwkeurig zijn.
De aannames die DESeq2 maakt, zijn dat de dispersies over het algemeen afnemen naarmate het gemiddelde toeneemt en dat ze min of meer de gefitte lijn volgen.
Deze oefening maakt deel uit van de cursus
RNA-Seq met Bioconductor in R
Oefeninstructies
- Plot de dispersieschattingen voor de
smoc2-gegevens met de functieplotDispEsts(). Ga ervan uit dat alle eerdere stappen zijn uitgevoerd, inclusief het aanmaken van het DESeq2-objectdds_smoc2en het draaien van de functieDESeq().
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Plot dispersions
___(___)