Підсумок робочого процесу RNA-Seq DE

ПРИМІТКА: Завантаження цієї вправи може тривати трохи довше.

Пройдімо робочий процес DESeq2, використовуючи повний набір даних, що включає як зразки дикого типу, так і зразки з надекспресією smoc2. Ми вже підключили бібліотеки DESeq2 і dplyr та зчитали файл метаданих all_metadata і файл сирих підрахунків all_rawcounts для вас.

full metadata

Ця вправа є частиною курсу

RNA-Seq з Bioconductor у R

Переглянути курс

Інструкції до вправи

Перевірте, що зразки подано в однаковому порядку в all_rawcounts і all_metadata, використовуючи rownames(), colnames(), all() і оператор %in%.
Створіть об'єкт DESeq2 з відповідним дизайном: тестуйте ефект condition, контролюючи genotype.
Створіть об'єкт DESeq2 з відповідним дизайном: контролюйте окремо genotype і condition, але тестуйте взаємодію genotype:condition.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Check that all of the samples are in the same order in the metadata and count data
all(___(___) %in% ___(___))

# DESeq object to test for the effect of fibrosis regardless of genotype
dds_all <- DESeqDataSetFromMatrix(countData = ___,
                        colData = ___,
                        design = ___)

# DESeq object to test for the effect of genotype on the effect of fibrosis                        
dds_complex <- DESeqDataSetFromMatrix(countData = ___,
                                ___,
                                ___)

Редагувати та запускати код