バッチ効果を除去する
前の演習では、処理（treatment）の効果よりも、バッチの効果のほうが変動に大きく影響していることを確認しました。幸い、嗅覚幹細胞の研究は完全にバランスが取れており、つまり各処理が4つすべてのバッチに含まれていました。そのため、バッチ処理により導入された変動を取り除き、シグナル対ノイズ比を高めることができます。
この演習はコースの一部です
R での limma を用いた Differential Expression 解析
演習の手順
嗅覚幹細胞データを含む ExpressionSet オブジェクト eset がワークスペースに読み込まれています。
removeBatchEffectを使って、データから4つのバッチの効果を除去してください。plotMDSを使って主成分を可視化します。サンプルには受けた処理（treatment）でラベルを付けてください。- サンプルをバッチでラベル付けし、主成分をもう一度可視化してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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 = ___)