Візуалізації DESeq2 — графіки MA та вулкано

ПРИМІТКА: Завантаження цієї вправи може тривати трохи довше.

Щоб дослідити результати, корисно будувати візуалізації: вони дають загальне уявлення про дані та показують характеристики значущих генів. Зазвичай ми очікуємо виявляти значущі гени в усьому діапазоні середніх значень — це можна показати на графіку MA. Якщо ми бачимо значущі гени лише з високими середніми значеннями, це може свідчити про проблему з нашими даними. Графік вулкано допомагає оцінити, яких значень кратності зміни експресії достатньо, щоб вважати гени значущими у наших даних.

Дослідимо наші результати за допомогою графіків MA та вулкано.

Ця вправа є частиною курсу

RNA-Seq з Bioconductor у R

Переглянути курс

Інструкції до вправи

Створіть графік MA за допомогою функції plotMA() і передайте як вхід об'єкт результатів smoc2_res.
Створіть новий стовпець як логічний вектор, що вказує, чи значення padj для результатів менші за 0,05, використовуючи функцію mutate().
Побудуйте графік вулкано: відкладіть log2-кратність зміни експресії по осі x проти -log10 скоригованого p-значення по осі y за допомогою ggplot(), і зафарбуйте точки генів залежно від того, чи є вони значущими.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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)))

Редагувати та запускати код