Khớp metadata và dữ liệu đếm
Để thực hiện bất kỳ phân tích nào với DESeq2, bạn cần tạo một đối tượng DESeq2 bằng cách cung cấp raw counts, metadata và công thức thiết kế. Để làm điều này, bạn sẽ đọc dữ liệu raw counts và metadata liên quan đã tạo trước đó, đảm bảo tên mẫu xuất hiện cùng thứ tự trong cả hai bộ dữ liệu, rồi tạo một đối tượng DESeq2 để dùng cho phân tích biểu hiện khác biệt. Chúng ta sẽ dùng công thức thiết kế ~ condition để kiểm định biểu hiện khác biệt giữa các điều kiện (bình thường và xơ hóa).
Thư viện DESeq2 và dplyr đã được nạp sẵn, và các tệp smoc2_rawcounts cùng smoc2_metadata đã được đọc vào.
Bài tập này là một phần của khóa học
RNA-Seq với Bioconductor trong R
Hướng dẫn bài tập
Dùng hàm
match()để trả về các chỉ số cho cách sắp xếp lại các cột của dữ liệu counts nhằm khớp với thứ tự tên hàng của metadata. Gán kết quả vàoreorder_idx.Sắp xếp lại các cột của dữ liệu counts theo
reorder_idxsao cho tên cột khớp với thứ tự tên hàng trong metadata.Tạo một đối tượng DESeq2,
dds_smoc2, bằng hàmDESeqDataSetFromMatrix()sử dụng metadata và bảng đếm đã sắp xếp lại.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Use the match() function to reorder the columns of the raw counts
reorder_idx <- match(___(___), ___(___))
# Reorder the columns of the count data
reordered_smoc2_rawcounts <- smoc2_rawcounts[ , ___]
# Create a DESeq2 object
dds_smoc2 <- DESeqDataSetFromMatrix(countData = ___,
colData = ___,
design = ~ condition)