为什么需要去除批次效应?
批次效应是指样本在不同批次处理及测量的情况下引入与生物学情况不相关的技术误差,比如不同试剂耗材,不同操作者,不同的实验时间等。
正是因为这些非生物学的因素存在就有可能会导致我们的结果偏离真实的情况,那么实际分析的过程中研究者应当评估是否存在批次效应,并决定是否要进行去批次处理。
值得注意的是,即使使用了所谓的去批次效应的工具,批次效应仍不能被完全消除,只是尽可能的减少了批次带来的干扰!
载入数据并可视化探索
1.加载R包
rm(list = ls())
library(bladderbatch)
library(sva)
library(ggplot2)
library(FactoMineR) # PCA函数
library(factoextra) # fviz_pca_ind函数
library(pheatmap) # pheatmap函数
library(sva) # 用于combat和combat_seq
library(limma) # 用于removeBatchEffect
proj = "bladderbatch"
2.加载示例数据
data(bladderdata)
pheno = pData(bladderEset)
head(pheno)[1:4,1:4]
# sample outcome batch cancer
# GSM71019.CEL 1 Normal 3 Normal
# GSM71020.CEL 2 Normal 2 Normal
# GSM71021.CEL 3 Normal 2 Normal
# GSM71022.CEL 4 Normal 3 Normal
exprSet = exprs(bladderEset)
head(exprSet)[1:4,1:4]
# GSM71019.CEL GSM71020.CEL GSM71021.CEL GSM71022.CEL
# 1007_s_at 10.115170 8.628044 8.779235 9.248569
# 1053_at 5.345168 5.063598 5.113116 5.179410
# 117_at 6.348024 6.663625 6.465892 6.116422
# 121_at 8.901739 9.439977 9.540738 9.254368
batch = pheno$batch
head(batch)
# [1] 3 2 2 3 3 3
3.原始数据可视化
# 样本表达总体分布-箱式图--------------------------------------
mythe <- theme_bw() + theme(panel.grid.major=element_blank(),
panel.grid.minor=element_blank())
# 构造绘图数据
data <- data.frame(expression=c(exprSet),
sample=rep(colnames(exprSet),
each=nrow(exprSet)))
head(data)
dim(data)
# 箱线图
p <- ggplot(data = data, aes(x=sample, y=expression, fill=sample))
p1 <- p +
276



被折叠的 条评论
为什么被折叠?



