Batch-effecten verwijderen

In de vorige oefening liet je zien dat het batch-effect meer invloed had op de variatie dan het behandelingseffect. Gelukkig was de studie met olfactorische stamcellen perfect gebalanceerd, d.w.z. elke behandeling kwam voor in alle 4 batches. Daardoor kun je de variatie door batchverwerking verwijderen om de signaal-ruisverhouding te vergroten.

Deze oefening maakt deel uit van de cursus

Differentiële-expressieanalyse met limma in R

Cursus bekijken

Oefeninstructies

Het ExpressionSet-object eset met de data van olfactorische stamcellen is in je werkruimte geladen.

Gebruik removeBatchEffect om het effect van de 4 batches uit de data te verwijderen.
Gebruik plotMDS om de principale componenten te plotten. Label de samples met de behandeling die ze kregen.
Visualiseer de principale componenten opnieuw en label de samples met hun batch.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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 = ___)

Code bewerken en uitvoeren