PCA विश्लेषण
हमारे सैंपल्स की क्वालिटी असेसमेंट जारी रखने के लिए, इस अभ्यास के पहले भाग में हम PCA करेंगे ताकि देखें कि हमारे सैंपल्स कैसे क्लस्टर होते हैं और क्या हमारी इच्छित कंडीशन उन प्रिंसिपल कंपोनेंट्स से मेल खाती है जो डेटा में सबसे अधिक वैरिएशन समझाते हैं। दूसरे भाग में, हम PCA प्लॉट से जुड़े प्रश्नों के उत्तर देंगे।
PCA का उपयोग करके smoc2 सैंपल्स की समानता जाँचने के लिए, हमें normalized counts को ट्रांसफॉर्म करना होगा और फिर PCA विश्लेषण करना होगा। मान लें कि सभी लाइब्रेरीज़ लोड हो चुकी हैं, DESeq2 ऑब्जेक्ट बनाया जा चुका है, और size factors DESeq2 ऑब्जेक्ट dds_smoc2 में स्टोर हैं।
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Bioconductor के साथ RNA-Seq
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Transform the normalized counts
vsd_smoc2 <- vst(dds_smoc2, blind = TRUE)
# Plot the PCA of PC1 and PC2
___(___, intgroup=___)