Trực quan hóa với DESeq2 - heatmap
LƯU Ý: Bài tập này có thể mất thêm chút thời gian để tải.
Trực quan hóa cũng rất hữu ích khi bạn muốn khám phá kỹ hơn các gene có ý nghĩa thống kê. Biểu đồ heatmap biểu hiện giúp bạn xem mức độ khác biệt trong biểu hiện của tất cả các gene có ý nghĩa giữa các nhóm mẫu, trong khi biểu đồ biểu hiện có thể tập trung vào các gene đứng đầu hoặc cho phép chọn từng gene quan tâm để khảo sát mức biểu hiện giữa các nhóm mẫu.
Bài tập này là một phần của khóa học
RNA-Seq với Bioconductor trong R
Hướng dẫn bài tập
Lấy một phần normalized counts chỉ bao gồm các gene có ý nghĩa. Dùng tên hàng (row names) của kết quả có ý nghĩa
smoc2_res_sigđể lọc normalized countsnormalized_counts_smoc2.Tạo heatmap từ
sig_norm_counts_smoc2. Tô màu heatmap bằng bảng màuheat_colors, gom cụm (cluster) theo hàng, ẩn tên hàng và chuẩn hóa (scale) theo "row". Với phần chú giải (annotation), dùngselect()để chỉ chọn cộtconditiontừsmoc2_metadata.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Subset normalized counts to significant genes
sig_norm_counts_smoc2 <- ___[___(___), ]
# Choose heatmap color palette
heat_colors <- brewer.pal(n = 6, name = "YlOrRd")
# Plot heatmap
pheatmap(___,
color = ___,
cluster_rows = ___,
show_rownames = ___,
annotation = ___(___, ___),
scale = ___)