|
欲練此功，先有其data。今天我們選擇的數(shù)據(jù)集為胰腺癌研究的數(shù)據(jù)集：GSE46234和GSE3325。 GSE46234數(shù)據(jù)集包括4個正常組織和4個胰腺癌組織； 首先大家需要自行獲取相應(yīng)的表達(dá)矩陣，我們也已經(jīng)整理好相應(yīng)的表達(dá)矩陣的R文件，大家可以后臺留言“表達(dá)矩陣”獲取，本案例的目的是帶著大家實(shí)現(xiàn)數(shù)據(jù)集的合并操作。 批次矯正采用sva工具包 1. 安裝加載sva包，直接install和library即可 2. 加載GSE3325數(shù)據(jù)集和GSE46234數(shù)據(jù)集，由于我們事先保存成Rdata文件，因此我們需要load進(jìn)去 3. 數(shù)據(jù)集合并，我們基于load進(jìn)去之后的變量，1為GSE3325的數(shù)據(jù)，2為GSE46234的數(shù)據(jù)，我們將數(shù)據(jù)集合并成一個merge_eset對象：  具體數(shù)據(jù)內(nèi)容如下：  查看一下數(shù)據(jù)集維度，發(fā)現(xiàn)為20183行，27列，每行代表一個基因，每列代表一個樣本，前面19個樣本為GSE3325數(shù)據(jù)集，后面8個樣本為GSE46234數(shù)據(jù)集，一共27個樣本  4. 整理成sva包所需要的數(shù)據(jù)類型，首先變成矩陣格式，接著將每個維度的名字變成列表，最后整理成矩陣格式的data，如下：  結(jié)果：  5. 設(shè)置需要考慮的批次效應(yīng)有哪些，一是不同的GSE號，二是不同的normal和tumor樣本數(shù)量。  可以看到先是batchType，在是modType，最后采用model.matrix生成一個mod對象即可。 6. 一行命令搞定批次去除，主要是Combat命令的使用，將我們的需要考慮的batchType，mod，作為參數(shù)填充，即可  結(jié)果如下：  |
|
|
