Изучение результатов DESeq2

ПРИМЕЧАНИЕ: Загрузка этого упражнения может занять немного больше времени.

Чтобы сократить количество дифференциально экспрессированных (ДЭ) генов и повысить вероятность их биологической значимости, мы применим небольшое пороговое значение log2 fold change для определения ДЭ-генов.

Это упражнение является частью курса

RNA-Seq с Bioconductor в R

Посмотреть курс

Инструкции к упражнению

Извлеките результаты для smoc2 с помощью функции results(), как и прежде, задав значение alpha равным 0,05 и используя normal в качестве базового уровня для condition. На этот раз укажите пороговое значение log2 fold change равным 0,32. Предполагается, что все предыдущие шаги уже выполнены: объект DESeq2 dds_smoc2 создан, а функция DESeq() запущена.
Выполните усадку значений log2 fold change с помощью функции lfcShrink().

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Explore the results() function
?results

# Extract results
smoc2_res <- ___(___, 
                contrast = ___, 
                alpha = ___, 
                lfcThreshold = ___)

# Shrink the log2 fold changes
smoc2_res <- ___(___, 
                    ___, 
                    res = ___)

Редактировать и запускать код