DESeq2 görselleştirmeleri - MA ve volkan grafikler
NOT: Bu egzersizin yüklenmesi biraz daha uzun sürebilir.
Sonuçları keşfetmek için görselleştirmeler, verilerin genel görünümünü ve anlamlı genlerin özelliklerini görmede yardımcı olur. Genellikle, ortalama değerlerin tüm aralığı boyunca anlamlı genler görmeyi bekleriz; bunu MA grafiğiyle çizebiliriz. Sadece ortalaması yüksek olan genlerin anlamlı çıktığını görürsek, bu verilerimizde bir sorun olabileceğini gösterebilir. Volkan grafiği ise verimizde anlamlılık elde etmek için gereken kat değişimi aralığı hakkında fikir edinmemizi sağlar.
Hadi, sonuçlarımızı MA grafikleri ve volkan grafikleriyle keşfedelim.
Bu egzersiz, kursun bir parçasıdır
R ile Bioconductor kullanarak RNA-Seq
Egzersiz talimatları
plotMA()fonksiyonunu ve girdi olarak sonuç nesnesismoc2_res'i kullanarak bir MA grafiği oluştur.mutate()fonksiyonunu kullanarak, sonuçlar içinpadjdeğerlerinin 0.05'ten küçük olup olmadığını belirten mantıksal bir vektör olacak yeni bir sütun oluştur.ggplot()kullanarak log2 kat değişimi değerlerini -log10 ayarlanmış p-değeriyle karşılaştıran bir volkan grafiği oluştur ve gen noktalarını anlamlı olup olmadıklarına göre renklendir.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Create MA plot
___
# Generate logical column
smoc2_res_all <- data.frame(smoc2_res) %>% mutate(threshold = padj < 0.05)
# Create the volcano plot
ggplot(___) +
geom_point(aes(x = ___, y = -log10(___), color = ___)) +
xlab("log2 fold change") +
ylab("-log10 adjusted p-value") +
theme(legend.position = "none",
plot.title = element_text(size = rel(1.5), hjust = 0.5),
axis.title = element_text(size = rel(1.25)))