Ієрархічна теплокарта за умовою

Під час оцінювання якості наших лічильних даних потрібно перетворити нормалізовані значення, щоб краще візуалізувати дисперсію для аналізів некерованого кластеризування. Щоб оцінити подібність зразків smoc2 за допомогою ієрархічних теплокарт, перетворіть нормалізовані лічильники та виконайте ієрархічне кластеризування. Вважайте, що всі бібліотеки під'єднано, об'єкт DESeq2 створено, а коефіцієнти масштабування збережено в об'єкті DESeq2 dds_smoc2.

Ця вправа є частиною курсу

RNA-Seq з Bioconductor у R

Переглянути курс

Інструкції до вправи

Перетворіть нормалізовані лічильники з об'єкта dds_smoc2 за допомогою функції vst() з аргументом blind і збережіть у vsd_smoc2.
Видобудьте матрицю перетворених нормалізованих лічильників з об'єкта vsd_smoc2 за допомогою функції assay() і збережіть як vsd_mat_smoc2.
Обчисліть кореляції між зразками та збережіть у vsd_cor_smoc2.
Створіть теплокарту значень кореляції за допомогою pheatmap() із панеллю анотацій, що позначає condition з датафрейму smoc2_metadata.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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(___, ___))

Редагувати та запускати код