PCA 分析
为继续评估样本质量，本练习的第一部分将执行 PCA，查看样本如何聚类，以及目标条件是否与解释数据中最大变异的主成分相对应。第二部分将回答有关 PCA 图的问题。
要使用 PCA 评估 smoc2 样本之间的相似性，我们需要先对归一化计数进行变换，然后执行 PCA 分析。假设所有库均已加载、DESeq2 对象已创建，且大小因子已存储在 DESeq2 对象 dds_smoc2 中。
本练习是课程的一部分
使用 R 中的 Bioconductor 进行 RNA-Seq 分析
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Transform the normalized counts
vsd_smoc2 <- vst(dds_smoc2, blind = TRUE)
# Plot the PCA of PC1 and PC2
___(___, intgroup=___)