ตรวจสอบแหล่งที่มาของความแปรปรวน

ขั้นตอนถัดไปคือการใช้ principal components analysis เพื่อตรวจสอบแหล่งที่มาของความแปรปรวนในข้อมูล ตัวอย่างจะจัดกลุ่มตาม genotype (WT เทียบกับ Top2b null) และการรักษา (PBS เทียบกับ Dox) หรือไม่?

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์ Differential Expression ด้วย limma ใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

โหลด ExpressionSet object eset ที่มีข้อมูล doxorubicin ไว้ใน workspace แล้ว และโหลดแพ็กเกจ limma เรียบร้อยแล้ว

ใช้ plotMDS เพื่อพล็อต principal components โดยติดป้ายกำกับตัวอย่างด้วย genotype
แสดง principal components อีกครั้ง โดยคราวนี้ติดป้ายกำกับตัวอย่างด้วยการรักษา

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Plot principal components labeled by genotype
___(eset, labels = ___(eset)[___], gene.selection = "common")

# Plot principal components labeled by treatment
___(eset, labels = ___(eset)[___], gene.selection = "common")

แก้ไขและรันโค้ด