如何解决vst() 和assay(vst()) 之间的真正区别是什么？
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？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
