Иерархическая тепловая карта по условию

При оценке качества данных подсчёта необходимо преобразовать нормализованные значения для лучшей визуализации дисперсии в анализе кластеризации без учителя. Чтобы оценить сходство образцов smoc2 с помощью иерархических тепловых карт, преобразуйте нормализованные значения и выполните иерархический кластерный анализ. Считайте, что все библиотеки уже загружены, объект DESeq2 создан, а факторы размера сохранены в объекте DESeq2 dds_smoc2.

Это упражнение является частью курса

RNA-Seq с Bioconductor в R

Посмотреть курс

Инструкции к упражнению

Преобразуйте нормализованные значения из объекта dds_smoc2 с помощью функции vst() с аргументом blind и сохраните результат в vsd_smoc2.
Извлеките матрицу преобразованных нормализованных значений из объекта vsd_smoc2 с помощью функции assay() и сохраните её как vsd_mat_smoc2.
Вычислите значения корреляции между образцами и сохраните их в vsd_cor_smoc2.
Постройте тепловую карту значений корреляции с помощью pheatmap(), добавив панель аннотаций, обозначающую condition из фрейма данных smoc2_metadata.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Transform the normalized counts 
vsd_smoc2 <- ___(___, ___)

# Extract the matrix of transformed counts
vsd_mat_smoc2 <- ___(___)

# Compute the correlation values between samples
vsd_cor_smoc2 <- ___(___) 

# Plot the heatmap
___(___, annotation = select(___, ___))

Редактировать и запускать код