Dados de expressão diferencial

Análise de Expressão Diferencial com limma em R

John Blischak

Instructor

Os dados experimentais

Estudo de câncer de mama
- Pacote Bioconductor "breastCancerVDX"
- Publicado em Wang et al., 2005 e Minn et al., 2007
- 344 pacientes: 209 ER+, 135 ER-
Estudo de leucemia linfocítica crônica (CLL)
- Pacote Bioconductor "CLL"
- Drs. Sabina Chiaretti e Jerome Ritz
- 22 pacientes: 8 estáveis, 14 progressivas

Dados no R

Matriz de expressão (x)
Dados de features (f) - atributos das features
Dados de fenótipo (p) - atributos das amostras

Matriz de expressão

linhas = features, colunas = amostras

class(x)

"matrix"

dim(x)

22283   344

x[1:5, 1:5]

              VDX_3     VDX_5     VDX_6
1007_s_at 11.965135 11.798593 11.777625
1053_at    7.895424  7.885696  7.949535
117_at     8.259272  7.052025  8.225930

Dados de features

linhas = features, colunas = qualquer número de atributos

class(f)

"data frame"

dim(f)

22283   3

f[1:3, ]

          symbol entrez   chrom
1007_s_at   DDR1    780  6p21.3
1053_at     RFC2   5982 7q11.23
117_at     HSPA6   3310    1q23

Dados de fenótipo

linhas = amostras, colunas = qualquer número de atributos

class(p)

"data frame"

dim(p)

344   3

# er = +/- para receptor de estrogênio
p[1:3, ]

      id age       er
VDX_3  3  36 negative
VDX_5  5  47 positive
VDX_6  6  44 negative

Visualize a expressão gênica com boxplot

boxplot(<y-axis> ~ <x-axis>, main = "<title>")

boxplot(<gene expression> ~ <phenotype>, main = "<feature>")

boxplot(x[1, ] ~ p[, "er"], main = f[1, "symbol"])

Vamos praticar!

Análise de Expressão Diferencial com limma em R