Гистограмма p-значений

После выполнения теста убедитесь в корректности спецификации модели, проанализировав распределение p-значений для каждого контраста. Напомним: для контраста с небольшим числом дифференциально экспрессированных генов ожидается равномерное распределение p-значений, а для контраста со многими дифференциально экспрессированными генами — распределение со скосом вправо.

Это упражнение является частью курса

Анализ дифференциальной экспрессии с помощью limma в R

Посмотреть курс

Инструкции к упражнению

Объект подогнанной модели fit2 загружен в вашем рабочем пространстве. Пакет limma уже подключён.

Используйте topTable, чтобы получить сводную статистику для каждого гена по контрасту "dox_wt". Задайте количество возвращаемых генов равным числу строк объекта fit2.
Повторите то же самое для контрастов "dox_top2b" и "interaction".
Используйте hist, чтобы построить гистограмму p-значений для каждого из трёх контрастов.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Obtain the summary statistics for the contrast dox_wt
stats_dox_wt <- ___(fit2, coef = ___, number = ___,
                         sort.by = "none")
# Obtain the summary statistics for the contrast dox_top2b
stats_dox_top2b <- ___(fit2, coef = ___, number = ___,
                            sort.by = "none")
# Obtain the summary statistics for the contrast interaction
stats_interaction <- ___(fit2, coef = ___, number = ___,
                              sort.by = "none")

# Create histograms of the p-values for each contrast
___(stats_dox_wt[___])
___(stats_dox_top2b[___])
___(stats_interaction[___])

Редактировать и запускать код