Sesión 4: Práctica Aplicada de Análisis de Datos y Visualización

Este será una sesión más dinámica para que no sea solo copiar y pegar códigos.

Objetivo:

• Aplicar de manera práctica lo aprendido en sesiones anteriores a través de ejercicios guiados que combinen manipulación de datos, visualización, y análisis estadístico en un flujo de trabajo coherente.

Obtención de datos

En la práctica, los datos se almacenan en formatos como archivos de texto. A continuación, aprenderemos a cargar una tabla en R, donde cada fila representa una réplica y cada columna una condición diferente.

1. Leer el archivo de texto en R

Primero, leeremos un archivo de texto con expresión génica, utilizando read.table con el separador adecuado (sep = "\\t" si es tabulado):

Descargue el siguiente archivo en su carpeta de trabajo:

expresion_genica.txt

# Leer el archivo de texto
expresion_data <- read.table("expresion_genica.txt", header = TRUE, sep = "\\t", row.names = 1)

# Mostrar las primeras filas del archivo
head(expresion_data)

Cálculo de Promedio y Desviación Estándar

Usamos apply() para aplicar funciones a lo largo de filas o columnas.

# Calcular promedio y desviación estándar por gen
promedio_expresion <- apply(expresion_data, 2, mean)
desviacion_expresion <- apply(expresion_data, 2, sd)

# Mostrar resultados
data_summary <- data.frame(Condicion = colnames(expresion_data), Promedio = promedio_expresion, Desviacion = desviacion_expresion)
head(data_summary)

2. Transformar de formato ancho a formato largo