PCA 分析
為了持續評估樣本品質，在本練習的第一部分，你將執行 PCA，觀察樣本如何聚類，以及你關心的條件是否與解釋資料最大變異的主成分相對應。第二部分，將回答關於 PCA 圖的問題。
為了用 PCA 評估 smoc2 樣本之間的相似性，我們需要先轉換標準化後的計數，接著執行 PCA 分析。請假設所有函式庫都已載入、DESeq2 物件已建立，且 size factor 已儲存在 DESeq2 物件 dds_smoc2 中。
本練習屬於課程
使用 R 與 Bioconductor 進行 RNA-Seq
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。
# Transform the normalized counts
vsd_smoc2 <- vst(dds_smoc2, blind = TRUE)
# Plot the PCA of PC1 and PC2
___(___, intgroup=___)