Тепловая карта

Прежде чем перейти к деталям рабочего процесса ChIP-seq в следующей главе, у вас есть возможность предварительно ознакомиться с некоторыми результатами анализа.

В этом упражнении вы изучите, как визуализировать различия между образцами с помощью тепловых карт. Данные уже загружены и подготовлены для построения графиков с использованием функции heatmap().

Матрица корреляции образцов доступна в объекте sample_cor, а нормализованные значения числа прочтений для каждого пика хранятся в объекте read_counts. В обоих случаях первые два образца получены из первичных опухолей, а последние два — из устойчивых к лечению тканей.

Вы можете передать вектор групповых меток в аргументы ColSideColors и RowSideColors функции heatmap(), чтобы выделить образцы, принадлежащие одной группе.

Это упражнение является частью курса

ChIP-seq с Bioconductor в R

Посмотреть курс

Инструкции к упражнению

Создайте вектор названий цветов для обозначения групп на графике.
Постройте тепловую карту матрицы корреляции образцов sample_cor.
Постройте тепловую карту числа прочтений по пикам.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Create a vector of colors to label groups (there are 2 samples per group)
group <- c(primary = rep("blue", ___), TURP = rep("red", ___))

# Plot the sample correlation matrix `sample_cor` as a heat map
# Use the group colors to label the rows and columns of the heat map
heatmap(___, ColSideColors = ___, RowSideColors = ___, 
        cexCol = 0.75, cexRow = 0.75, symm = TRUE)

# Create a heat map of peak read counts
# Use the group colors to label the columns of the heat map
___(___, ColSideColors = ___, labRow = "", cexCol = 0.75)

Редактировать и запускать код