移除批次效應
在上一個練習中，你證明了批次的影響對變異的貢獻大於處理（treatment）的影響。所幸嗅覺幹細胞研究的設計是完全平衡的，也就是每種處理都涵蓋在所有 4 個批次中。因此，你可以移除由批次處理帶來的變異，以提升訊雜比（signal-to-noise ratio）。
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
含有嗅覺幹細胞資料的 ExpressionSet 物件 eset 已載入到你的工作環境。
- 使用
removeBatchEffect從資料中移除 4 個批次的影響。 - 使用
plotMDS繪製主成分，並以受試者接受的處理來標註樣本。 - 重新視覺化主成分，改以樣本所屬的批次來標註。
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)
# 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 = ___)