Visualisera skillnader i proteinbindning
Både PCA-diagrammet och dendrogrammet visar att proverna från primärtumörer och behandlingsresistenta tumörer bildar varsitt kluster. Detta är lovande, men ger dig lite information om hur dessa skillnader faktiskt ser ut. I den här övningen skapar du en heatmap som jämför toppintensitet mellan prover. Det kan hjälpa till att lyfta fram mönster i proteinbindning som skiljer grupperna åt.
Mängden toppar, konsoliderad över alla prover, finns tillgänglig som peaks. För att skapa en heatmap av dessa behöver du veta
hur många toppar som finns i datamängden. Detaljer om den sammanslagna toppuppsättningen finns i merged-posten i peaks.
Den här övningen är en del av kursen
ChIP-seq med Bioconductor i R
Övningsinstruktioner
- Skriv ut objektet
peaks. - Hämta koordinaterna för de sammanslagna topparna.
- Extrahera antalet toppar som finns i datan.
- Skapa en heatmap med funktionen
dba.plotHeatmap.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Print the `peaks` object
print(___)
# Obtain the coordinates of the merged peaks
merged_peaks <- peaks$___
# Extract the number of peaks present in the data
peak_count <- nrow(___)
# Create a heatmap using the `dba.plotHeatmap()` function
___(peaks, maxSites = ___, correlations = FALSE)