Organizacja danych dla DESeq2

RNA-Seq z Bioconductor w R

Mary Piper

Bioinformatics Consultant and Trainer

Dane dla DESeq2: kolejność próbek

Metadane metadane_nieuporządkowane

Surowe zliczenia zliczenia_uporządkowane

Dane dla DESeq2: kolejność próbek

rownames(wt_metadata)

 [1] "wt_normal3"  "smoc2_fibrosis2" "wt_fibrosis3"  "smoc2_fibrosis3" "smoc2_normal3"   "wt_normal1"     
 [7] "smoc2_normal4"  "wt_fibrosis2"  "wt_normal2"  "smoc2_normal1"  "smoc2_fibrosis1" "smoc2_fibrosis4"
[13] "wt_fibrosis4"  "wt_fibrosis1"

colnames(wt_rawcounts)

 [1] "wt_normal1"  "wt_normal2"  "wt_normal3"  "wt_fibrosis1"   "wt_fibrosis2"    "wt_fibrosis3"   
 [7] "wt_fibrosis4"  "smoc2_normal1"  "smoc2_normal3"  "smoc2_normal4"   "smoc2_fibrosis1" "smoc2_fibrosis2"
[13] "smoc2_fibrosis3" "smoc2_fibrosis4"

Dane dla DESeq2: kolejność próbek

all(rownames(wt_metadata) == colnames(wt_rawcounts))

FALSE

Dopasowywanie kolejności między wektorami

Użycie funkcji match():

match(vector1, vector2)

vector1: wektor wartości w żądanej kolejności

vector2: wektor wartości do uporządkowania

wynik: indeksy określające, jak przekształcić vector2, aby miał tę samą kolejność co vector1

match(colnames(wt_rawcounts), rownames(wt_metadata)

6   9   1   14  8   3   13  10  5   7   11  2   4   12

Zmiana kolejności za pomocą wyniku match():

idx <- match(colnames(wt_rawcounts), rownames(wt_metadata))

reordered_wt_metadata <- wt_metadata[idx, ]

View(reordered_wt_metadata)

Uporządkowane metadane

all(rownames(reordered_wt_metadata) == colnames(wt_rawcounts))

TRUE

Uporządkowane metadane

Uporządkowane zliczenia

Tworzenie obiektu DESeq2

# Create DESeq object
dds_wt <- DESeqDataSetFromMatrix(countData = wt_rawcounts,
                              colData = reordered_wt_metadata,
                              design = ~ condition)

obiekt deseq

Czas na ćwiczenia!

RNA-Seq z Bioconductor w R