6 Esplorazione dei Dati

6.1 Heatmap

Un heatmap è uno strumento potente per visualizzare dati di espressione genica, in quanto consente di osservare pattern di espressione di più geni in diversi campioni simultaneamente.

Come funziona:

Matrice di dati: I dati di espressione genica sono organizzati in una matrice, dove le righe rappresentano i geni e le colonne rappresentano i campioni. Ogni cella della matrice contiene un valore che indica il livello di espressione di un particolare gene in un particolare campione.
Mappa di colori: I valori di espressione sono mappati a una scala di colori, in genere con colori freddi (ad esempio, blu) che rappresentano bassi livelli di espressione e colori caldi (ad esempio, rosso) che rappresentano alti livelli di espressione.
Visualizzazione: La matrice viene visualizzata come una griglia di celle colorate, dove ogni cella rappresenta un valore di espressione. I pattern di espressione possono essere facilmente identificati osservando le variazioni di colore nella griglia.

Clustering gerarchico:

Spesso, i heatmap vengono combinati con il clustering gerarchico per raggruppare geni e campioni con pattern di espressione simili.

Clustering dei campioni: I campioni con pattern di espressione simili vengono raggruppati insieme in colonne.

Mostra il codice R

dst <- as.matrix(dist(t(assay(vst)))) |> data.frame()

acol <- data.frame("Infection"= vst$infection)
arow <- data.frame("Sex"= vst$infection)
rownames(acol) <- vst$geo_accession
rownames(arow) <- vst$geo_accession

pheatmap(dst, annotation_col = acol, cluster_row = TRUE, display_numbers = TRUE)

6.2 PCA

Mostra il codice R

pcaData <- DESeq2::plotPCA(vst, intgroup = c("infection"), ntop = 3000)
#> using ntop=3000 top features by variance
pcaData2 <- pcaData$data

pp <- ggplot(pcaData2, aes(x = PC1, y = PC2, text = name)) +
  geom_point(aes(color = infection), size = 5) +
  theme_minimal() 

plotly::ggplotly(pp)

6.3 Esplorazioni interattiva dei dati

Mostra il codice R

## Convert DESeqDataSet object to a SingleCellExperiment object, in order to
## be able to store the PCA representation
# library(SingleCellExperiment)
# sce <- as(dds, "SingleCellExperiment")

# ## Add PCA to the 'reducedDim' slot
# stopifnot(rownames(pcaData) == colnames(sce))
# reducedDim(sce, "PCA") <- as.matrix(pcaData[, c("PC1", "PC2")])

# ## Add variance-stabilized data as a new assay
# stopifnot(colnames(vst) == colnames(sce))
# assay(sce, "vst") <- assay(vst)

# app <- iSEE::iSEE(sce)
# shiny::runApp(app)

--- params: mycondition: infection mynum: InfluenzaA mydenom: NonInfected mypval: 0.01 myfc: 0.8 mypadj: fdr --- ```{r} #| echo: false #| message: false #| warning: false source("_common.R") library(tidyverse) library(DESeq2) # BioC library(RColorBrewer) library(pheatmap) library(ggrepel) library(cowplot) library(DT) library(scales) library(vsn) # BioC library(apeglm) # BioC library(rmarkdown) library(gt) readcounts <- readRDS("data/readcounts.rds") coldata <- readRDS("data/coldata.rds") dds <- readRDS("data/dds_fitered.rds") vst <- readRDS("data/vst.rds") ``` # Esplorazione dei Dati {#sec-preproc-edatrans} ## Heatmap Un heatmap è uno strumento potente per visualizzare dati di espressione genica, in quanto consente di osservare pattern di espressione di più geni in diversi campioni simultaneamente. ::: {.content-hidden when-meta="features.advanced_analysis"} **Come funziona:** 1. **Matrice di dati:** I dati di espressione genica sono organizzati in una matrice, dove le righe rappresentano i geni e le colonne rappresentano i campioni. Ogni cella della matrice contiene un valore che indica il livello di espressione di un particolare gene in un particolare campione. 2. **Mappa di colori:** I valori di espressione sono mappati a una scala di colori, in genere con colori freddi (ad esempio, blu) che rappresentano bassi livelli di espressione e colori caldi (ad esempio, rosso) che rappresentano alti livelli di espressione. 3. **Visualizzazione:** La matrice viene visualizzata come una griglia di celle colorate, dove ogni cella rappresenta un valore di espressione. I pattern di espressione possono essere facilmente identificati osservando le variazioni di colore nella griglia. **Clustering gerarchico:** Spesso, i heatmap vengono combinati con il clustering gerarchico per raggruppare geni e campioni con pattern di espressione simili. - **Clustering dei campioni:** I campioni con pattern di espressione simili vengono raggruppati insieme in colonne. ::: ```{r} #| out-width: 100% dst <- as.matrix(dist(t(assay(vst)))) |> data.frame() acol <- data.frame("Infection"= vst$infection) arow <- data.frame("Sex"= vst$infection) rownames(acol) <- vst$geo_accession rownames(arow) <- vst$geo_accession pheatmap(dst, annotation_col = acol, cluster_row = TRUE, display_numbers = TRUE) ``` ## PCA ```{r} #| out-width: 100% pcaData <- DESeq2::plotPCA(vst, intgroup = c("infection"), ntop = 3000) pcaData2 <- pcaData$data pp <- ggplot(pcaData2, aes(x = PC1, y = PC2, text = name)) + geom_point(aes(color = infection), size = 5) + theme_minimal() plotly::ggplotly(pp) ``` ## Esplorazioni interattiva dei dati ```{r} ## Convert DESeqDataSet object to a SingleCellExperiment object, in order to ## be able to store the PCA representation # library(SingleCellExperiment) # sce <- as(dds, "SingleCellExperiment") # ## Add PCA to the 'reducedDim' slot # stopifnot(rownames(pcaData) == colnames(sce)) # reducedDim(sce, "PCA") <- as.matrix(pcaData[, c("PC1", "PC2")]) # ## Add variance-stabilized data as a new assay # stopifnot(colnames(vst) == colnames(sce)) # assay(sce, "vst") <- assay(vst) # app <- iSEE::iSEE(sce) # shiny::runApp(app) ```