बैच इफेक्ट्स हटाएँ
पिछले अभ्यास में, आपने दिखाया था कि variation पर बैच का प्रभाव, treatment के प्रभाव से अधिक था। सौभाग्य से, olfactory stem cell अध्ययन पूरी तरह balanced था, यानी हर treatment सभी 4 बैचों में शामिल था। इसलिए आप बैच प्रोसेसिंग से आई variation को हटाकर signal-to-noise ratio बढ़ा सकते हैं।
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में limma के साथ Differential Expression Analysis
अभ्यास निर्देश
Olfactory stem cell डेटा वाला ExpressionSet ऑब्जेक्ट eset आपके workspace में लोड कर दिया गया है.
- डेटा से 4 बैचों का प्रभाव हटाने के लिए
removeBatchEffectका उपयोग करें. - प्रिंसिपल कंपोनेंट्स प्लॉट करने के लिए
plotMDSका उपयोग करें। सैंपल्स को उनके प्राप्त treatment के अनुसार लेबल करें. - प्रिंसिपल कंपोनेंट्स दोबारा विज़ुअलाइज़ करें, इस बार सैंपल्स को उनके बैच के अनुसार लेबल करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Load package
library(limma)
# Remove the batch effect
exprs(eset) <- ___(eset, batch = ___)
# Plot principal components labeled by treatment
___(eset, labels = ___, gene.selection = ___)
# Plot principal components labeled by batch
___(eset, labels = ___, gene.selection = ___)