Análise de PCA
Para continuar a avaliação de qualidade das nossas amostras, na primeira parte deste exercício, vamos realizar uma PCA para observar como as amostras se agrupam e se a condição de interesse corresponde aos componentes principais que explicam a maior variação nos dados. Na segunda parte, vamos responder perguntas sobre o gráfico de PCA.
Para avaliar a similaridade das amostras smoc2 usando PCA, precisamos transformar as contagens normalizadas e, em seguida, executar a análise de PCA. Considere que todas as bibliotecas já foram carregadas, o objeto DESeq2 foi criado e os fatores de tamanho foram armazenados no objeto DESeq2, dds_smoc2.
Este exercício faz parte do curso
RNA-Seq com Bioconductor em R
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Transform the normalized counts
vsd_smoc2 <- vst(dds_smoc2, blind = TRUE)
# Plot the PCA of PC1 and PC2
___(___, intgroup=___)