視覺化批次效應
在嗅覺幹細胞的實驗中，共有 7 種處理，每種處理各有 4 個重複，總計 28 個樣本。不過，這 28 個樣本是分成 4 個批次處理。處理條件的效果屬於生物學上感興趣的重點，但批次的效果則是技術性雜訊。請使用降維方法，判斷這兩種效果中，哪一個對基因表現資料的影響較大。
本練習屬於課程
使用 R 中的 limma 進行差異表達分析
練習說明
已在你的工作環境載入嗅覺幹細胞資料的 ExpressionSet 物件 eset。
使用
plotMDS繪製主成分。以樣本所接受的處理作為標籤，並將gene.selection設為"common"。重新視覺化主成分，這次以樣本所屬的批次作為標籤。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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 = "___")