Bản đồ nhiệt
Trước khi đi tiếp vào chi tiết của quy trình ChIP-seq ở chương sau, bạn có cơ hội xem trước một số kết quả phân tích.
Trong bài tập này, bạn sẽ xem cách trực quan hóa sự khác biệt giữa các mẫu
bằng bản đồ nhiệt. Dữ liệu đã được nạp sẵn và định dạng sẵn để có thể vẽ bằng
hàm heatmap().
Ma trận tương quan giữa các mẫu có sẵn dưới tên sample_cor và số lượt đọc đã chuẩn hóa
cho mỗi peak được lưu trong đối tượng read_counts. Ở cả hai trường hợp, hai mẫu đầu tiên
đến từ khối u nguyên phát, hai mẫu cuối là kháng điều trị.
Bạn có thể truyền một vector nhãn nhóm vào các đối số ColSideColors và RowSideColors trong hàm heatmap() để làm nổi bật các mẫu thuộc cùng một nhóm.
Bài tập này là một phần của khóa học
ChIP-seq với Bioconductor trong R
Hướng dẫn bài tập
- Tạo một vector tên màu để dùng gán nhãn nhóm trên biểu đồ.
- Vẽ ma trận tương quan mẫu
sample_cordưới dạng bản đồ nhiệt. - Tạo bản đồ nhiệt cho số lượt đọc tại các peak.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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)