เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

แสดงภาพ Batch Effects

ในการทดลองเซลล์ต้นกำเนิดรับกลิ่น มีการทดสอบ 7 treatments โดยแต่ละ treatment มี 4 ซ้ำ รวมทั้งหมด 28 ตัวอย่าง อย่างไรก็ตาม ตัวอย่างทั้ง 28 นี้ถูกประมวลผลแยกออกเป็น 4 batches ผลจาก treatment เป็นสิ่งที่สนใจในเชิงชีววิทยา ในขณะที่ผลจาก batch เป็นเพียงสัญญาณรบกวนทางเทคนิค ลองใช้การลดจำนวนมิติเพื่อดูว่าปัจจัยใดในสองปัจจัยนี้ส่งผลต่อข้อมูลการแสดงออกของยีนมากกว่ากัน

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์ Differential Expression ด้วย limma ใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

ExpressionSet object eset ที่บรรจุข้อมูลเซลล์ต้นกำเนิดรับกลิ่นถูกโหลดไว้ใน workspace ของคุณแล้ว

  • ใช้ plotMDS เพื่อพล็อต principal components โดยกำกับตัวอย่างด้วย treatment ที่ได้รับ และตั้งค่า gene.selection เป็น "common"

  • แสดงภาพ principal components อีกครั้ง คราวนี้กำกับตัวอย่างด้วย batch ของแต่ละตัวอย่าง

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Load package
library(limma)

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

# Plot principal components labeled by batch
___(eset, labels = pData(eset)[, "___"], gene.selection = "___")
แก้ไขและรันโค้ด