Hapus efek batch
Pada latihan sebelumnya, Anda menunjukkan bahwa efek batch berdampak lebih besar pada variasi dibandingkan efek perlakuan. Untungnya, studi sel punca olfaktori ini seimbang sempurna, yaitu setiap perlakuan disertakan dalam semua 4 batch. Dengan demikian, Anda dapat menghilangkan variasi yang diperkenalkan oleh pemrosesan batch untuk meningkatkan rasio signal-to-noise.
Latihan ini merupakan bagian dari kursus
Analisis Ekspresi Diferensial dengan limma di R
Instruksi latihan
Objek ExpressionSet eset dengan data sel punca olfaktori telah dimuat di workspace Anda.
- Gunakan
removeBatchEffectuntuk menghapus efek dari 4 batch pada data. - Gunakan
plotMDSuntuk memplot komponen utama. Beri label sampel berdasarkan perlakuan yang diterima. - Visualisasikan kembali komponen utama, dengan memberi label sampel berdasarkan batch mereka.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# 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 = ___)