1. Nauka
    2. /
  2. Kursy
    3. /
  3. RNA-Seq z Bioconductor w R
Connected

ćwiczenie

Eksploracja wyników DESeq2

UWAGA: Wczytanie tego ćwiczenia może chwilę potrwać.

Aby zmniejszyć liczbę zwracanych genów różnicowo eksprymowanych (DE) i zwiększyć prawdopodobieństwo, że będą one biologicznie istotne, użyjemy niewielkiego progu log2 fold change do ich wyznaczenia.

Instrukcje

100 XP

  • Wyodrębnij wyniki dla smoc2, używając funkcji results() – podobnie jak wcześniej – z wartością alpha równą 0,05 oraz normal jako poziomem bazowym zmiennej condition. Tym razem zastosuj jednak próg log2 fold change wynoszący 0,32. Przyjmij, że wszystkie poprzednie kroki zostały już wykonane, w tym utworzenie obiektu DESeq2 dds_smoc2 i uruchomienie funkcji DESeq().

  • Wykonaj korekcję (shrinkage) wartości log2 fold change, korzystając z funkcji lfcShrink().