DE 分析結果
在檢視 PCA 與相關性熱圖後，我們發現樣本在 PC1 上聚類良好，PC1 似乎代表因為纖維化造成的資料變異；PC2 則代表因為 smoc2 過度表現所造成的變異。我們沒有發現其他主要的變異來源，也沒有需要移除的離群值。因此，可以繼續執行 DESeq2、差異表現（DE）檢定，以及縮小倍數變化。我們已替你完成這些步驟，並產生最終結果 res_all。
在這個練習中，你需要從結果中擷取顯著基因，並依調整後 p 值輸出前 10 個 DE 基因。
本練習屬於課程
使用 R 與 Bioconductor 進行 RNA-Seq
練習說明
使用
subset()函式擷取調整後 p 值小於 0.05 的資料。用data.frame()將結果儲存為名為smoc2_sig的資料框，並用rownames_to_column()將列名稱轉為名為geneID的欄位。使用
arrange()依調整後 p 值排序顯著結果，接著選取包含 Ensembl 基因 ID 與調整後 p 值的欄位，最後用head()輸出最顯著的前幾個基因。
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。
# Select significant genese with padj < 0.05
smoc2_sig <- subset(___, ___) %>%
___() %>%
___(var = ___)
# Extract the top 6 genes with padj values
smoc2_sig %>%
___(___) %>%
select(___, ___) %>%
head()