2 Disegno Sperimentale

2.1 Confronto

Tutti i rapporti devono essere considerati come InfluenzaA rispetto a NonInfected
Un rapporto di fold change > 1 (o logFCRatio positivo) indica sovraespressione nella condizione InfluenzaA
Un rapporto di fold change < 1 (o logFCRatio negativo) indica sovraespressione nella condizione NonInfected

2.2 Cutoff di Fold Change e p-Value utilizzati

Cutoff di Log Fold Change = 0.8
Cutoff di P-Value = 0.01
I p-value aggiustati sono determinati con il metodo fdr

I dati dei conteggi di lettura vengono letti in un formato grezzo (non normalizzato) così come sono prodotti dalla precedente procedura analitica (analisi primaria, ovvero mappatura e conteggio).

Per questo report, tutti e solo i campioni considerati nel contrasto (confronto di espressione differenziale) vengono letti: qualsiasi altro campione (colonna) che possa essere presente nel file originale viene scartato e non preso in considerazione. Questo viene fatto per evitare qualsiasi influenza che i campioni non presenti nel confronto possano avere sulla trasformazione e normalizzazione dei campioni presenti nel confronto.

I campioni presi in considerazione in questa analisi appartengono ai gruppi: InfluenzaA e NonInfected.
Questo è il layout del samplesheet, ovvero l’associazione tra i singoli campioni e i gruppi di campioni:

Mostra il codice R

# reading and preparing the data
readcounts <- read.csv("data/GSE96870_counts_cerebellum.csv", 
                   row.names = 1)

datanames <- colnames(readcounts)
coldata_all <- read.csv("data/GSE96870_coldata_all.csv",
                    row.names = 1)
coldata <- coldata_all[datanames,]

saveRDS(readcounts, "data/readcounts.rds")
saveRDS(coldata, "data/coldata.rds")

---
params:
  mycondition: infection
  mynum: InfluenzaA
  mydenom: NonInfected
  mypval: 0.01
  myfc: 0.8
  mypadj: fdr
---

```{r}
#| results: "asis"
#| echo: false
source("_common.R")
```

::: {.content-hidden when-meta="features.advanced_analysis"}
# Disegno Sperimentale {#sec-preproc-params}

## Confronto

-   Tutti i rapporti devono essere considerati come **`r params$mynum`** rispetto a **`r params$mydenom`**\
-   Un rapporto di fold change \> 1 (o logFCRatio positivo) indica sovraespressione nella condizione **`r params$mynum`**\
-   Un rapporto di fold change \< 1 (o logFCRatio negativo) indica sovraespressione nella condizione **`r params$mydenom`**

## Cutoff di Fold Change e p-Value utilizzati

-   Cutoff di Log Fold Change = **`r params$myfc`**\
-   Cutoff di P-Value = **`r params$mypval`**\
-   I p-value aggiustati sono determinati con il metodo **`r params$mypadj`**\

I dati dei conteggi di lettura vengono letti in un formato grezzo (non normalizzato) così come sono prodotti dalla precedente procedura analitica (analisi primaria, ovvero mappatura e conteggio).\

Per questo report, **tutti e solo** i campioni considerati nel contrasto (confronto di espressione differenziale) vengono letti: qualsiasi altro campione (colonna) che possa essere presente nel file originale **viene scartato** e non preso in considerazione. Questo viene fatto per evitare qualsiasi influenza che i campioni **non presenti** nel confronto possano avere sulla trasformazione e normalizzazione dei campioni **presenti** nel confronto.\
:::

I campioni presi in considerazione in questa analisi appartengono ai gruppi: **`r params$mynum` e `r params$mydenom`**.\
Questo è il layout del samplesheet, ovvero l'associazione tra i singoli campioni e i gruppi di campioni:

```{r reading_data}
#| echo: true 
# reading and preparing the data
readcounts <- read.csv("data/GSE96870_counts_cerebellum.csv", 
                   row.names = 1)

datanames <- colnames(readcounts)
coldata_all <- read.csv("data/GSE96870_coldata_all.csv",
                    row.names = 1)
coldata <- coldata_all[datanames,]

saveRDS(readcounts, "data/readcounts.rds")
saveRDS(coldata, "data/coldata.rds")
```