产生差异的基因
找出 ChIP-seq 峰位当然重要，但它并不能直接告诉您细胞内部究竟发生了什么。
在本练习中，您将先睹为快，了解如何利用基因组注释来解释 ChIP-seq 结果。我们已为您在 R 会话中加载了两组基因。第一组 ar_sets 包含与原发肿瘤和耐药肿瘤中峰位相关的全部基因列表。第二组 db_sets 是第一组的子集，仅包含在两种条件之间显示差异性结合证据的峰位所对应的基因。
您将使用 UpSetR 包中的 upset() 函数，来可视化原发与耐药肿瘤样本这两组基因集合的重叠关系。
本练习是课程的一部分
在 R 中使用 Bioconductor 进行 ChIP-seq 分析
练习说明
- 查看
ar_sets对象中存储的完整基因集合。 - 使用
upset()函数可视化两组之间的重叠。 - 查看具有差异性结合的基因。
- 使用
upset()函数可视化两组之间差异性结合峰位的重叠。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Take a look at the full gene sets
print(___)
# Visualise the overlap between the two groups using the `upset` function
upset(fromList(___))
# Print the genes with differential binding
___(db_sets)
# Visualise the overlap of differentially bound peaks between the two groups using the `upset` function
___(fromList(___))