Vizualizări DESeq2 – grafice MA și volcano

NOTĂ: Este posibil ca acest exercițiu să dureze puțin mai mult să se încarce.

Pentru a explora rezultatele, vizualizările pot fi de mare ajutor – ele oferă o perspectivă globală asupra datelor, precum și informații despre caracteristicile genelor semnificative. De obicei, ne așteptăm ca genele semnificative să fie distribuite pe întregul interval al valorilor medii, lucru pe care îl putem vizualiza cu ajutorul graficului MA. Dacă genele semnificative apar doar la valori medii ridicate, acest lucru poate indica o problemă cu datele noastre. Graficul volcano ne ajută să înțelegem intervalul de valori ale fold change necesare pentru a identifica semnificația statistică în datele noastre.

Hai să explorăm rezultatele folosind grafice MA și volcano.

Acest exercițiu face parte din cursul

RNA-Seq cu Bioconductor în R

Vezi cursul

Instrucțiuni pentru exercițiu

Creează un grafic MA folosind funcția plotMA() cu obiectul de rezultate smoc2_res ca input.
Adaugă o nouă coloană ca vector logic care să indice dacă valorile padj sunt mai mici de 0,05 pentru rezultate, folosind funcția mutate().
Creează un grafic volcano al valorilor log2 foldchange față de -log10 din p-valoarea ajustată, folosind ggplot(), și colorează punctele corespunzătoare genelor în funcție de semnificația lor statistică.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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)))

Editează și rulează codul