Farklı gen ifadesine genel bakış

R ile Bioconductor kullanarak RNA-Seq

Mary Piper

Bioinformatics Consultant and Trainer

ısı haritası fold change'ler

DE varyasyonu

JCI makalesi

Veri kümesine giriş: Smoc2

böbrek fibrozisi

RNA-Seq deneyi

RNA-Seq sayı dağılımı

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

Sayımların dağılımı

Farklı ifade analizi için hazırlık: DESeq2 nesnesi

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

sayı verisi

Farklı ifade analizi için hazırlık: metadata

# 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")

Farklı ifade analizi için hazırlık: metadata

metadata

Hadi pratik yapalım!

R ile Bioconductor kullanarak RNA-Seq