Согласование метаданных и данных счётчиков

Чтобы выполнить анализ с помощью DESeq2, необходимо создать объект DESeq2, передав необработанные счётчики, метаданные и формулу дизайна. Для этого нужно загрузить данные необработанных счётчиков и соответствующие метаданные, подготовленные ранее, убедиться, что названия образцов расположены в одинаковом порядке в обоих наборах данных, а затем создать объект DESeq2 для анализа дифференциальной экспрессии. Мы будем использовать формулу дизайна ~ condition, чтобы проверить наличие дифференциальной экспрессии между условиями (норма и фиброз).

Библиотеки DESeq2 и dplyr уже загружены, а файлы smoc2_rawcounts и smoc2_metadata — считаны.

Это упражнение является частью курса

RNA-Seq с Bioconductor в R

Посмотреть курс

Инструкции к упражнению

С помощью функции match() получите индексы для переупорядочивания столбцов данных счётчиков в соответствии с порядком названий строк в метаданных. Сохраните результат в переменную reorder_idx.
Переупорядочьте столбцы данных счётчиков с помощью reorder_idx так, чтобы имена столбцов совпадали с порядком названий строк в метаданных.
Создайте объект DESeq2 dds_smoc2 с помощью функции DESeqDataSetFromMatrix(), используя метаданные и переупорядоченные счётчики.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Use the match() function to reorder the columns of the raw counts
reorder_idx <- match(___(___), ___(___))

# Reorder the columns of the count data
reordered_smoc2_rawcounts <- smoc2_rawcounts[ , ___]

# Create a DESeq2 object
dds_smoc2 <- DESeqDataSetFromMatrix(countData =  ___,
                              colData =  ___,
                              design = ~ condition)

Редактировать и запускать код