Зачет

Для выполнения задания создайте R скрипт или Rmd документ. Старайтесь писать решение так, чтобы его было легко читать (писать комментарии, структурировать код с помощью пустых строк и переносов на новые строки).

План работы:

• прочитать данные,
• изучить их, почистить и преобразовать в подходящий для дальнейшей работы формат,
• сформулировать для себя план, как решать поставленную задачу:
  • какие тесты использовать,
  • выполнение каких предположений проверять,
  • как визуализировать результаты.
• реализовать ваш план по анализу данных в R.

Общие рекомендации:

• Проверяйте, что данные были верно прочитаны (числа как числа (dbl), строки как строки (chr)). Функции типа as.numeric() и as.character() помогают конвертировать типы данных.
• Не забывайте результаты работы с датафреймом записывать в переменную, если вы планируете использовать этот результат далее.
• Если названия столбцов содержат пробелы или дефисы, то обращаться к ним можно, заключая их в обратные кавычки, например:

df$`col name`

df %>% mutate(`col-name` = `col-name` + 10)

• Для логарифмирования осей возможно более удобно будет использовать функцию ggplot2 coord_trans(y = "log10"), если сочетать ее с функциями для подписи p-values.

Полезные функции:

• library(tidyverse)
• read_csv(), read_tsv, readxl::read_excel() - прочитать файл csv, tsv, excel.
• filter(), select() - отфильтровать строки, отборать столбцы.
• mutate() - создать новый столбец.
• group_by(..) %>% summarise() - сгруппировать по категориальным значениям в столбце .., посчитать что-то для групп.
• pivot_longer(), pivot_wider() - трансформация датафрейма из широкого формата в длинный и наоборот.
• t.test(), wilcox.test() - тест Стьюдента, теста Манна-Уитни/Вилкоксона. На вход требуют вектора - выборки.
• shapiro.test() - тест Шапиро-Уилка, на вход требует вектор.
• aov(), oneway.test(), kruskal.test() - ANOVA, тест Краскела-Уоллиса. На вход нужна формула (численный признак ~ категориальный признак) и датафрейм.
• chisq.test(), fisher.test() - тест Хи-квадрат, точный тест Фишера.
• car::leveneTest() - тест Левена, нужен пакет car.
• pairwise.t.test(), pairwise.wilcox.test(), TukeyHSD() - попарные тесты с поправкой на множественное тестирование.
• stat_compare_means() - результаты статистических тестов на графике, нужен пакет ggpubr.

Вариант 1

В ходе некоторого исследования был предсказан предиктивный биомаркер для заболевания системная красная волчанка. На нескольких десятков здоровых людей и пациентов с системной красной волчанкой, а также пациентов с системной склеродермией (тоже аутоиммунное заболевание) были собраны данные по экспрессии предсказанного маркера. Подтверждают ли собранные данные то, что экпрессия этого маркера у пациентов с системной красной волчанкой выше, чем у здоровых людей или пациентов с системной склеродермией?

Вариант 2

При длительном хранении или транспортировке клетки могут погибать. В таких ситуациях используются специальные буферы. В данном датасете представлены результаты тестирования одного такого буфера. Будет ли выживаемость клеток в этом буфере выше, чем в контроле?

Вариант 3

Вы изучаете метастазирование определенного типа рака. При этом случаи возникновения этого рака у больных можно поделить на 4 группы - по основным драйверным мутациям. Вам кажется, что некоторые мутации скорее приведут к возникновению более злокачественной опухоли, чем другие. У вас есть информация о наличии или отсутствии метастазов у порядка 200 пациентов с разными подтипами рака, который вы изучаете. Судя по этим данным, есть ли такая взаимосвязь между подтипом рака и его злокачественностью? Попробуйте оценить, какой генотип (т.е. какой подтип рака) обладает более высоким метастатическим потенциалом.

Вариант 4

Белок Tat вируса HIV-1 содержит сигнал ядерной локализации, который позволяет белку накапливаться в ядре. Сигнал расположен где-то в основном домене (basic domain, BD): он либо сконцентрирован в небольшом участке (обычно NLS сигналы имеют длину 4 аминокислоты), либо “размазан” по всему основному домену (его длина 9 аминокислот). По результатам точечного мутагенеза Tat по каждой аминокислоте основного домена определите, какие позиции аминокислот играют роль в накоплении Tat в ядре.