Considerando efeitos de lote técnicos

Análise de Expressão Diferencial com limma em R

John Blischak

Instructor

O que são efeitos de lote técnicos?

Cada lote de um experimento é um pouco diferente
É preciso balancear as variáveis de interesse entre os lotes
Se bem balanceados, os efeitos de lote podem ser removidos

Diagnosticando efeitos de lote técnicos

Técnicas de redução de dimensionalidade:
- Principal Components Analysis (PCA)
- MultiDimensional Scaling (MDS)
Identificam as maiores fontes de variação em um conjunto de dados
As maiores fontes de variação se correlacionam com as variáveis de interesse ou com efeitos de lote técnicos?

plotMDS

library(limma)
plotMDS(eset, labels = pData(eset)[, "time"], 
        gene.selection = "common")

removeBatchEffect

exprs(eset) <- removeBatchEffect(eset, 
                  batch = pData(eset)[,"batch"],
                  covariates = pData(eset)[,"rin"])

plotMDS(eset, labels = pData(eset)[, "time"], 
        gene.selection = "common")

Células-tronco olfatórias

7 tratamentos, 4 lotes
- Pacote Bioconductor: HarmanData, Harman
- Osmond-McLeod et al. 2013, Oytam et al. 2016

table(pData(eset))

         batch
treatment b1 b2 b3 b4
       t1  1  1  1  1
       t2  1  1  1  1
       t3  1  1  1  1
       t4  1  1  1  1
       t5  1  1  1  1
       t6  1  1  1  1
       t7  1  1  1  1

Vamos praticar!

Análise de Expressão Diferencial com limma em R