匹配元数据与计数数据

要用 DESeq2 开展任何分析，首先需要通过提供原始计数、元数据和设计公式来创建一个 DESeq2 对象。为此，您需要读入之前准备好的原始计数数据及其对应的元数据，确保两个数据集中样本名称的顺序一致，然后创建一个用于差异表达分析的 DESeq2 对象。我们将使用设计公式 ~ condition 来检验不同条件（正常与纤维化）之间的差异表达。

DESeq2 和 dplyr 库已为您加载，smoc2_rawcounts 与 smoc2_metadata 文件也已读入。

本练习是课程的一部分

使用 R 中的 Bioconductor 进行 RNA-Seq 分析

查看课程

练习说明

使用 match() 函数返回如何重新排列计数数据列的索引，使其与元数据行名的顺序一致。将结果赋给 reorder_idx。
使用 reorder_idx 重新排列计数数据的列，使列名与元数据行名的顺序相匹配。
使用 DESeqDataSetFromMatrix() 函数，结合元数据和已重新排序的计数数据，创建名为 dds_smoc2 的 DESeq2 对象。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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)

编辑并运行代码