Теплова карта

Перш ніж перейти до деталей робочого процесу ChIP-seq у наступному розділі, тут ви маєте змогу попередньо переглянути деякі результати аналізу.

У цій вправі ви розглянете, як візуалізувати відмінності між зразками за допомогою теплових карт. Дані вже завантажено й відформатовано так, щоб їх можна було будувати функцією heatmap().

Матриця кореляцій між зразками доступна як sample_cor, а нормалізовані підрахунки рідів для кожного піка збережені в обʼєкті read_counts. В обох випадках перші два зразки походять з первинних пухлин, останні два — резистентні до лікування.

Щоб підсвітити, які зразки належать до однієї групи, ви можете передати вектор групових міток у аргументи ColSideColors і RowSideColors функції heatmap().

Ця вправа є частиною курсу

ChIP-seq з Bioconductor у R

Переглянути курс

Інструкції до вправи

Створіть вектор назв кольорів, який можна використати для позначення груп на графіку.
Побудуйте матрицю кореляцій між зразками sample_cor як теплову карту.
Створіть теплову карту підрахунків рідів у піках.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Create a vector of colors to label groups (there are 2 samples per group)
group <- c(primary = rep("blue", ___), TURP = rep("red", ___))

# Plot the sample correlation matrix `sample_cor` as a heat map
# Use the group colors to label the rows and columns of the heat map
heatmap(___, ColSideColors = ___, RowSideColors = ___, 
        cexCol = 0.75, cexRow = 0.75, symm = TRUE)

# Create a heat map of peak read counts
# Use the group colors to label the columns of the heat map
___(___, ColSideColors = ___, labRow = "", cexCol = 0.75)

Редагувати та запускати код