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.

To ćwiczenie jest częścią kursu

RNA-Seq z Bioconductor w R

Zobacz kurs

Instrukcje do ćwiczenia

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().

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Explore the results() function
?results

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

# Shrink the log2 fold changes
smoc2_res <- ___(___, 
                    ___, 
                    res = ___)

Edytuj i uruchom kod