Koşula göre hiyerarşik ısı haritası
Sayımların kalite değerlendirmesini yaparken, gözetimsiz kümeleme analizlerinde varyansı daha iyi görselleştirebilmek için normalleştirilmiş sayımleri dönüştürmemiz gerekir. Hiyerarşik ısı haritaları kullanarak smoc2 örneklerinin benzerliğini değerlendirmek için normalleştirilmiş sayımleri dönüştür ve hiyerarşik kümeleme analizi yap. Tüm kütüphanelerin yüklendiğini, DESeq2 nesnesinin oluşturulduğunu ve boyut faktörlerinin dds_smoc2 adlı DESeq2 nesnesinde saklandığını varsay.
Bu egzersiz, kursun bir parçasıdır
R ile Bioconductor kullanarak RNA-Seq
Egzersiz talimatları
blindargümanını kullanarakvst()fonksiyonuyladds_smoc2nesnesindeki normalleştirilmiş sayımleri dönüştür vevsd_smoc2olarak kaydet.assay()fonksiyonunu kullanarakvsd_smoc2nesnesinden dönüştürülmüş normalleştirilmiş sayımların matrisini çıkar vevsd_mat_smoc2olarak kaydet.- Örnekler arasındaki korelasyon değerlerini hesapla ve
vsd_cor_smoc2olarak kaydet. pheatmap()kullanarak korelasyon değerlerinin bir ısı haritasını oluştur;smoc2_metadataveri çerçevesindekiconditionsütununu gösteren bir açıklama çubuğu ekle.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# 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(___, ___))