Matcha metadata och räkningsdata

För att kunna utföra analyser med DESeq2 behöver du skapa ett DESeq2-objekt genom att ange råräkningar, metadata och designformel. Läs in råräkningsdata och tillhörande metadata som du skapat tidigare, kontrollera att provnamnen är i samma ordning i båda datamängderna och skapa sedan ett DESeq2-objekt för differentiell expressionsanalys. Vi använder designformeln ~ condition för att testa differentiell expression mellan betingelserna (normal och fibros).

Biblioteken DESeq2 och dplyr har laddats åt dig, och filerna smoc2_rawcounts och smoc2_metadata har lästs in.

Den här övningen är en del av kursen

RNA-Seq med Bioconductor i R

Visa kurs

Övningsinstruktioner

Använd funktionen match() för att returnera indexen som anger hur kolumnerna i räkningsdata ska ordnas om så att de matchar radnamnens ordning i metadata. Tilldela resultatet till reorder_idx.
Ordna om kolumnerna i räkningsdata med reorder_idx så att kolumnnamnen matchar ordningen på radnamnen i metadata.
Skapa ett DESeq2-objekt, dds_smoc2, med funktionen DESeqDataSetFromMatrix() och använd metadata och omordnade räkningar.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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)

Redigera och kör kod