Analisi PCA
Per proseguire con la valutazione della qualità dei nostri campioni, nella prima parte di questo esercizio eseguiremo una PCA per osservare come i campioni si raggruppano e se la nostra condizione di interesse corrisponde alle componenti principali che spiegano la maggior parte della variazione nei dati. Nella seconda parte, risponderai a domande sul grafico della PCA.
Per valutare la somiglianza dei campioni smoc2 usando la PCA, dobbiamo trasformare i conteggi normalizzati e poi eseguire l'analisi PCA. Supponi che tutte le librerie siano state caricate, che l'oggetto DESeq2 sia stato creato e che i fattori di dimensione siano stati salvati nell'oggetto DESeq2, dds_smoc2.
Questo esercizio fa parte del corso
RNA-Seq con Bioconductor in R
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Transform the normalized counts
vsd_smoc2 <- vst(dds_smoc2, blind = TRUE)
# Plot the PCA of PC1 and PC2
___(___, intgroup=___)