डिफरेंशियल जीन एक्सप्रेशन: ओवरव्यू

R में Bioconductor के साथ RNA-Seq

Mary Piper

Bioinformatics Consultant and Trainer

हीटमैप फोल्ड चेंजेज

DE वैरिएशन

JCI पेपर

डेटासेट परिचय: Smoc2

किडनी फायब्रोसिस

RNA-Seq प्रयोग

RNA-Seq काउंट वितरण

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

काउंट वितरण

डिफरेंशियल एक्सप्रेशन की तैयारी: DESeq2 ऑब्जेक्ट

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

काउंट्स डेटा

डिफरेंशियल एक्सप्रेशन की तैयारी: मेटाडेटा

# 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")

डिफरेंशियल एक्सप्रेशन की तैयारी: मेटाडेटा

मेटाडेटा

अभ्यास करते हैं!

R में Bioconductor के साथ RNA-Seq