差异基因表达概览

使用 R 中的 Bioconductor 进行 RNA-Seq 分析

Mary Piper

Bioinformatics Consultant and Trainer

热图：倍数变化

使用 R 中的 Bioconductor 进行 RNA-Seq 分析

DE 变异

使用 R 中的 Bioconductor 进行 RNA-Seq 分析

JCI 论文

使用 R 中的 Bioconductor 进行 RNA-Seq 分析

数据集介绍：Smoc2

肾纤维化

使用 R 中的 Bioconductor 进行 RNA-Seq 分析

RNA-Seq 实验

使用 R 中的 Bioconductor 进行 RNA-Seq 分析

RNA-Seq 计数分布

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

计数分布

使用 R 中的 Bioconductor 进行 RNA-Seq 分析

差异表达分析准备：DESeq2 对象

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

计数数据

使用 R 中的 Bioconductor 进行 RNA-Seq 分析

差异表达分析准备：元数据

# 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")
使用 R 中的 Bioconductor 进行 RNA-Seq 分析

差异表达分析准备：元数据

元数据

使用 R 中的 Bioconductor 进行 RNA-Seq 分析

¡Vamos a practicar!

使用 R 中的 Bioconductor 进行 RNA-Seq 分析

Preparing Video For Download...