按 condition 分组的分层热图
在对计数数据进行质量评估时，需要对归一化后的计数进行变换，以便在无监督聚类分析中更好地可视化方差。为使用分层聚类热图评估 smoc2 样本之间的相似性，请先对归一化计数进行变换，然后执行分层聚类分析。假设所有库已加载、DESeq2 对象已创建，并且 size factor 已存入 DESeq2 对象 dds_smoc2。
本练习是课程的一部分
使用 R 中的 Bioconductor 进行 RNA-Seq 分析
练习说明
- 使用
vst()函数并设置blind参数，对dds_smoc2对象的归一化计数进行变换，并将结果保存为vsd_smoc2。 - 使用
assay()函数从vsd_smoc2对象中提取变换后的归一化计数矩阵，并保存为vsd_mat_smoc2。 - 计算样本之间的相关性，并保存为
vsd_cor_smoc2。 - 使用
pheatmap()根据相关性值绘制热图，并添加来自数据框smoc2_metadata的condition注释栏。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Transform the normalized counts
vsd_smoc2 <- ___(___, ___)
# Extract the matrix of transformed counts
vsd_mat_smoc2 <- ___(___)
# Compute the correlation values between samples
vsd_cor_smoc2 <- ___(___)
# Plot the heatmap
___(___, annotation = select(___, ___))