Visualizações no DESeq2 - gráficos MA e vulcão

NOTE: Carregar este exercício pode levar um pouco mais de tempo.

Para explorar os resultados, as visualizações ajudam a ver uma visão global dos dados e as características dos genes significativos. Normalmente, esperamos ver genes significativos identificados ao longo de toda a faixa de valores médios, o que podemos visualizar com o gráfico MA. Se só virmos genes significativos com valores médios altos, isso pode indicar um problema com nossos dados. O gráfico vulcão ajuda a entender a faixa de mudanças de expressão (fold change) necessária para identificar significância nos dados.

Vamos explorar nossos resultados usando gráficos MA e gráficos vulcão.

Este exercício faz parte do curso

RNA-Seq com Bioconductor em R

Ver curso

Instruções do exercício

Crie um gráfico MA usando a função plotMA() e utilizando o objeto de resultados smoc2_res como entrada.
Crie uma nova coluna como um vetor lógico indicando se os valores de padj são menores que 0.05 nos resultados, usando a função mutate().
Crie um gráfico vulcão do log2 do fold change versus o -log10 do p-valor ajustado usando ggplot(), colorindo os pontos dos genes conforme sejam ou não significativos.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Create MA plot
___

# Generate logical column 
smoc2_res_all <- data.frame(smoc2_res) %>% mutate(threshold = padj < 0.05)
              
# Create the volcano plot
ggplot(___) + 
        geom_point(aes(x = ___, y = -log10(___), color = ___)) + 
        xlab("log2 fold change") + 
        ylab("-log10 adjusted p-value") + 
        theme(legend.position = "none", 
              plot.title = element_text(size = rel(1.5), hjust = 0.5), 
              axis.title = element_text(size = rel(1.25)))

Editar e executar o código