Modèle DESeq2 - contrastes

RNA-Seq avec Bioconductor dans R

Mary Piper

Bioinformatics Consultant and Trainer

Chaîne de traitement DESEq2

Chaîne de traitement DESeq2 - réduction de LFC

RNA-Seq avec Bioconductor dans R

Chaîne de traitement DESeq2

# Run analysis 
dds_wt <- DESeq(dds_wt)

using pre-existing size factors
estimating dispersions
gene-wise dispersion estimates
mean-dispersion relationship
final dispersion estimates
fitting model and testing
RNA-Seq avec Bioconductor dans R

Modèle binomial négatif DESeq2

Modèle NB

RNA-Seq avec Bioconductor dans R

Modèle binomial négatif DESeq2

Modèle NB 2

RNA-Seq avec Bioconductor dans R

Contrastes DESeq2

results(wt_dds, alpha = 0.05)

résultat du contraste

RNA-Seq avec Bioconductor dans R

Contrastes DESeq2

La syntaxe est :

results(dds, 
        contrast = c("condition_factor", "level_to_compare", 
        "base_level"), 
        alpha = 0.05)

wt_res <- results(dds_wt, 
            contrast = c("condition", "fibrosis", 
            "normal"), 
            alpha = 0.05)
RNA-Seq avec Bioconductor dans R

Contrastes DESeq2

wt_res

résultat du contraste

RNA-Seq avec Bioconductor dans R

Réduction de LFC avec DESeq2

plotMA(wt_res, ylim=c(-8,8))

nuage MA : rapports de cotes non réduits

RNA-Seq avec Bioconductor dans R

Réduction de LFC

wt_res <- lfcShrink(dds_wt, 
            contrast=c("condition", "fibrosis", "normal"),
            res=wt_res)

plotMA(wt_res, ylim=c(-8,8))
RNA-Seq avec Bioconductor dans R

Réduction de LFC

nuage MA : rapports de cotes réduits

RNA-Seq avec Bioconductor dans R

Passons à la pratique !

RNA-Seq avec Bioconductor dans R

Preparing Video For Download...