Batch-Effekte visualisieren
Im Experiment mit olfaktorischen Stammzellen gab es 7 Behandlungen mit jeweils 4 Replikaten, also insgesamt 28 Proben. Diese 28 Proben wurden jedoch in 4 separaten Batches verarbeitet. Der Effekt der Behandlungen ist biologisch interessant, der Effekt der Batches hingegen ist technische Störgröße. Nutze Dimensionsreduktion, um festzustellen, welcher dieser beiden Effekte einen größeren Einfluss auf die Genexpressionsdaten hatte.
Diese Übung ist Teil des Kurses
Differenzielle Expressionsanalyse mit limma in R
Anleitung zur Übung
Das ExpressionSet-Objekt eset mit den Daten zu olfaktorischen Stammzellen ist in deinem Arbeitsbereich geladen.
Verwende
plotMDS, um die Hauptkomponenten zu visualisieren. Beschrifte die Proben nach der erhaltenen Behandlung und setzegene.selectionauf"common".Visualisiere die Hauptkomponenten erneut und beschrifte die Proben diesmal nach ihrem Batch.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Load package
library(limma)
# Plot principal components labeled by treatment
___(eset, labels = pData(eset)[, "___"], gene.selection = "___")
# Plot principal components labeled by batch
___(eset, labels = pData(eset)[, "___"], gene.selection = "___")