Modèle DESeq2 - contrastes

RNA-Seq avec Bioconductor en R

Mary Piper

Bioinformatics Consultant and Trainer

Flux DESeq2

Flux DESeq2 - réduction des LFC

RNA-Seq avec Bioconductor en R

Flux DESeq2

# Run analysis 
dds_wt <- DESeq(dds_wt)

using pre-existing size factors
estimating dispersions
gene-wise dispersion estimates
mean-dispersion relationship
final dispersion estimates
fitting model and testing
RNA-Seq avec Bioconductor en R

Modèle binomial négatif DESeq2

Modèle NB

RNA-Seq avec Bioconductor en R

Modèle binomial négatif DESeq2

Modèle NB 2

RNA-Seq avec Bioconductor en R

Contrastes DESeq2

results(wt_dds, alpha = 0.05)

résultat de contraste

RNA-Seq avec Bioconductor en R

Contrastes DESeq2

La syntaxe est :

results(dds, 
        contrast = c("condition_factor", "level_to_compare", 
        "base_level"), 
        alpha = 0.05)

wt_res <- results(dds_wt, 
            contrast = c("condition", "fibrosis", 
            "normal"), 
            alpha = 0.05)
RNA-Seq avec Bioconductor en R

Contrastes DESeq2

wt_res

résultat de contraste

RNA-Seq avec Bioconductor en R

Réduction des LFC avec DESeq2

plotMA(wt_res, ylim=c(-8,8))

Graphique MA : fold changes non réduits

RNA-Seq avec Bioconductor en R

Réduction des LFC

wt_res <- lfcShrink(dds_wt, 
            contrast=c("condition", "fibrosis", "normal"),
            res=wt_res)

plotMA(wt_res, ylim=c(-8,8))
RNA-Seq avec Bioconductor en R

Réduction des LFC

Graphique MA : fold changes réduits

RNA-Seq avec Bioconductor en R

Passons à la pratique !

RNA-Seq avec Bioconductor en R

Preparing Video For Download...