Обзор дифференциальной экспрессии генов

RNA-Seq с Bioconductor в R

Mary Piper

Bioinformatics Consultant and Trainer

тепловая карта кратных изменений

RNA-Seq с Bioconductor в R

вариация DE

RNA-Seq с Bioconductor в R

статья JCI

RNA-Seq с Bioconductor в R

Набор данных: Smoc2

фиброз почек

RNA-Seq с Bioconductor в R

эксперимент RNA-Seq

RNA-Seq с Bioconductor в R

Распределение счётчиков RNA-Seq

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

Распределение счётчиков

RNA-Seq с Bioconductor в R

Подготовка к анализу дифференциальной экспрессии: объект DESeq2

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

данные счётчиков

RNA-Seq с Bioconductor в R

Подготовка к анализу дифференциальной экспрессии: метаданные

# 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 с Bioconductor в R

Подготовка к анализу дифференциальной экспрессии: метаданные

метаданные

RNA-Seq с Bioconductor в R

Давайте потренируемся!

RNA-Seq с Bioconductor в R

Preparing Video For Download...