Analyse ACP
Pour poursuivre l'évaluation de la qualité de nos échantillons, dans la première partie de cet exercice, nous allons réaliser une ACP afin d'observer comment nos échantillons forment des groupes et vérifier si notre condition d'intérêt correspond aux composantes principales qui expliquent la plus grande part de variation des données. Dans la deuxième partie, nous répondrons à des questions sur le graphique de l'ACP.
Pour évaluer la similarité des échantillons smoc2 à l'aide de l'ACP, nous devons transformer les décomptes normalisés, puis effectuer l'analyse ACP. Supposons que toutes les bibliothèques ont été chargées, que l'objet DESeq2 a été créé et que les facteurs d'échelle ont été enregistrés dans l'objet DESeq2, dds_smoc2.
Cette activité fait partie du cours
RNA-Seq avec Bioconductor dans R
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Transform the normalized counts
vsd_smoc2 <- vst(dds_smoc2, blind = TRUE)
# Plot the PCA of PC1 and PC2
___(___, intgroup=___)