08-analyseDiff.Rmd

# Analyse d’expression différentielle : MA-plot

## C'est quoi un MA plot

### Nos data

```{r}
head(exprs, 10)
```

### La théorie

![](images/MAplot.png)


Le MA plot représente le lien entre différence d’expression et intensité moyenne. 
- M (magnitude) est le logarithme en base 2 du rapport d’expression (“log2 fold-change”)
- A (average intensity) est la moyenne des logarithmes des valeurs d'expression.

**log2 fold change, “magnitude”**

```
M = log2(KO/WT) =  log2(KO) - log2(WT)
```

**average log2 value**

```
A = ½ log2(KO x WT) = ½ (log2(KO) + log2(WT))
```

## Calculs sur les colonnes

1. Calcul de moyennes par ligne (`rowMeans`) pour un sous-ensemble donné des colonnes (WT1 et WT2).

```{r}
rowMeans(exprs[   , c("WT1","WT2")])
```

2. Ajout de colonnes avec les expressions moyennes des WT et des KO

```{r}
exprs$meanWT <- rowMeans(exprs[   , c("WT1","WT2")])
exprs$meanKO <- rowMeans(exprs[   , c("KO1","KO2")])
```

3. Vérification des résultats

```{r}
head(exprs) 
```


4. Fold-change KO vs WT

```{r}
exprs$FC <- exprs$meanKO / exprs$meanWT
```

5. Vérification des résultats

```{r}
head(exprs) 
```

6. Moyenne de tous les échantillons

```{r}
exprs$mean <- rowMeans(exprs[   , c("WT1", "WT2", "KO1", "KO2")])
```

7. Vérification des résultats

```{r}
head(exprs) 
```

## MA-plot : log2FC vs intensité

### Calcul de M et A

```{r}
exprs$M <- log2(exprs$FC)
exprs$A <- (log2(exprs$meanKO) + log2(exprs$meanWT)) /2
```

### Visualisation 

On peut ensuite dessiner un nuage de points (en l’agrémentant un peu)

```{r}
plot(x = exprs$A, y = exprs$M, main = "MA plot",
       col = "blue", pch = 16, xlab = "A = intensity", ylab = "M = log2FC")
grid(lty = "solid", col = "lightgray")
abline(h = 0)
```

## Appliquer une fonction sur les lignes/colonnes

### Appliquer une fonction (moyenne, variance, ...) sur chaque ligne d’un tableau

```{r}
mean_per_row <- apply(exprs[ , c("WT1", "WT2", "KO1", "KO2")], 1, mean)

mean_per_row <- apply(exprs[ , c(2, 3, 4, 5)], 1, mean)
  
mean_per_row <- apply(exprs[ , -1 ], 1, mean)

mean_per_row <- apply(exprs[ , which(sapply(exprs, class) != "factor")], 1, mean)

var_per_row <- apply(exprs[ , c("WT1", "WT2", "KO1", "KO2")], 1, var)
```

### Appliquer une fonction (moyenne, variance, ...) sur chaque colonne d’un tableau

```{r}
mean_per_col <- apply(exprs[ , c("WT1", "WT2", "KO1", "KO2")], 2, mean)

var_per_col <- apply(exprs[ , c("WT1", "WT2", "KO1", "KO2")], 2, var)
```