Сводка по рабочему процессу DE в RNA-Seq

ПРИМЕЧАНИЕ: Загрузка этого упражнения может занять немного больше времени.

Давайте пройдём через рабочий процесс DESeq2, используя полный набор данных, включающий образцы как дикого типа, так и со сверхэкспрессией smoc2. Мы уже загрузили для вас библиотеки DESeq2 и dplyr, а также считали файл метаданных all_metadata и файл необработанных счётчиков all_rawcounts.

full metadata

Это упражнение является частью курса

RNA-Seq с Bioconductor в R

Посмотреть курс

Инструкции к упражнению

Проверьте, что образцы расположены в одном и том же порядке в all_rawcounts и all_metadata, используя функции rownames(), colnames(), all() и оператор %in%.
Создайте объект DESeq2, используя подходящий дизайн: проверьте влияние фактора condition с учётом genotype.
Создайте объект DESeq2, используя подходящий дизайн: учтите genotype и condition по отдельности, но проверьте взаимодействие genotype:condition.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Check that all of the samples are in the same order in the metadata and count data
all(___(___) %in% ___(___))

# DESeq object to test for the effect of fibrosis regardless of genotype
dds_all <- DESeqDataSetFromMatrix(countData = ___,
                        colData = ___,
                        design = ___)

# DESeq object to test for the effect of genotype on the effect of fibrosis                        
dds_complex <- DESeqDataSetFromMatrix(countData = ___,
                                ___,
                                ___)

Редактировать и запускать код