Mapa de calor hierárquico por condição

Ao avaliar a qualidade dos nossos dados de contagem, precisamos transformar as contagens normalizadas para visualizar melhor a variância em análises de clusterização não supervisionada. Para avaliar a similaridade das amostras smoc2 usando mapas de calor hierárquicos, transforme as contagens normalizadas e realize a análise de clusterização hierárquica. Considere que todas as bibliotecas foram carregadas, o objeto DESeq2 foi criado e os fatores de tamanho foram armazenados no objeto DESeq2, dds_smoc2.

Este exercício faz parte do curso

RNA-Seq com Bioconductor em R

Ver curso

Instruções do exercício

Transforme as contagens normalizadas do objeto dds_smoc2 usando a função vst() com o argumento blind e salve em vsd_smoc2.
Extraia a matriz das contagens normalizadas transformadas do objeto vsd_smoc2 usando a função assay() e salve como vsd_mat_smoc2.
Calcule os valores de correlação entre as amostras e salve em vsd_cor_smoc2.
Crie um mapa de calor dos valores de correlação usando pheatmap() com uma barra de anotação indicando condition do data frame smoc2_metadata.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Transform the normalized counts 
vsd_smoc2 <- ___(___, ___)

# Extract the matrix of transformed counts
vsd_mat_smoc2 <- ___(___)

# Compute the correlation values between samples
vsd_cor_smoc2 <- ___(___) 

# Plot the heatmap
___(___, annotation = select(___, ___))

Editar e executar o código