问题描述
所以我正在查看一些 RNA-seq 数据，并试图绘制成对的主要成分。然而，我们当前的 R 脚本使用命令 vsd=vst(dds,blind=FALSE) 但我能够获得成对图的唯一方法是在测定产品上使用 pca 命令(vst(dds,blind=错误的））。似乎问题在于检测命令将结果转换为矩阵 - 但生成的 PCA 图给出了完全不同的主成分。
例如 - 使用 plotPCA(vsd,intgroup="condition") 给我 PC1 94% 的方差，PC2 给我 3% 的方差。
对于相同的数据，使用 pca(assay(vst(dds,blind=FALSE)),removeVar=0.1,Metadata=coldata)，我得到 PC1 的方差为 53%，PC2 的方差为 6%，大约有9个主要组件。
我更喜欢使用 pca(assay..) 命令，因为我可以轻松获得配对图和每个基因对特定成分的贡献程度的列表，但原则上导致这些差异的真正差异是什么组件和哪个是对的？如果我必须使用第一个命令，我如何获得对图和基因加载列表？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）