DESeq2 視覺化：熱圖
注意： 載入此練習可能需要稍久時間。
視覺化也有助於更深入探索顯著基因。表現量熱圖可以幫助你觀察所有顯著基因在不同樣本族群間的表現差異；而表現量圖則可聚焦於最顯著的基因，或選擇你有興趣的個別基因，來比較不同樣本族群之間的表現量。
本練習屬於課程
使用 R 與 Bioconductor 進行 RNA-Seq
練習說明
將正規化後的讀數只保留顯著基因。使用
smoc2_res_sig的列名稱（顯著結果的 row names）來篩選正規化後的讀數normalized_counts_smoc2。使用
sig_norm_counts_smoc2建立熱圖。以調色盤heat_colors著色，對列進行分群、隱藏列名稱，並將數值以「row」進行縮放。註解部分請用select()從smoc2_metadata中只選取condition欄位。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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 = ___)