Visão geral da expressão gênica diferencial

RNA-Seq com Bioconductor em R

Mary Piper

Bioinformatics Consultant and Trainer

mapa de calor de variações

RNA-Seq com Bioconductor em R

variação em DE

RNA-Seq com Bioconductor em R

artigo JCI

RNA-Seq com Bioconductor em R

Introdução ao conjunto de dados: Smoc2

fibrose renal

RNA-Seq com Bioconductor em R

experimento de RNA-Seq

RNA-Seq com Bioconductor em R

Distribuição de contagens de RNA-Seq

ggplot(raw_counts) +
  geom_histogram(aes(x = wt_normal1), stat = "bin", bins = 200) +
  xlab("Raw expression counts") +
  ylab("Number of genes")

Distribuição de contagens

RNA-Seq com Bioconductor em R

Preparação para análise de expressão diferencial: objeto DESeq2

dds <- DESeqDataSetFromMatrix(countData = rawcounts,
                        colData = metadata,
                        design = ~ condition)

dados de contagens

RNA-Seq com Bioconductor em R

Preparação para análise de expressão diferencial: metadados

# Create vectors containing metadata for the samples
genotype <- c("wt", "wt", "wt", "wt", "wt", "wt", "wt") 
condition <- c("normal", "fibrosis", "normal", 
               "fibrosis", "normal", "fibrosis", "fibrosis") 

# Combine vectors into a data frame
wt_metadata <- data.frame(genotype, wildtype)


# Create the row names with the associated sample names
rownames(wt_metadata) <- c("wt_normal3", "wt_fibrosis3", "wt_normal1", 
                "wt_fibrosis2", "wt_normal2", "wt_fibrosis4", "wt_fibrosis1")
RNA-Seq com Bioconductor em R

Preparação para análise de expressão diferencial: metadados

metadados

RNA-Seq com Bioconductor em R

Vamos praticar!

RNA-Seq com Bioconductor em R

Preparing Video For Download...