기술적 배치 효과 보정

R에서 limma로 하는 차등 발현 분석

John Blischak

Instructor

기술적 배치 효과란?

실험의 각 배치는 미묘하게 다릅니다
관심 변수를 배치 간에 균형 있게 배분해야 합니다
적절히 균형이 맞춰진 경우 배치 효과를 제거할 수 있습니다

기술적 배치 효과 진단

차원 축소 기법:
- 주성분 분석(PCA)
- 다차원 척도법(MDS)
데이터셋에서 가장 큰 변동 원인을 파악합니다
가장 큰 변동이 관심 변수와 관련 있는지, 기술적 배치 효과와 관련 있는지 확인합니다

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")

후각 줄기세포

처리 7개, 배치 4개
- Bioconductor 패키지: 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

연습해 봅시다!

R에서 limma로 하는 차등 발현 분석