搜索
查看: 2438|回复: 0

表达矩阵基本PCA-3D图

[复制链接]

365

主题

512

帖子

1713

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
1713
发表于 2016-11-28 10:51:23 | 显示全部楼层 |阅读模式
本帖最后由 ydchen 于 2016-11-28 10:52 编辑

主要是看看前3个PC是否可以把我们的样本按照我们设计的规则很明显的分开!
随便找一个eset对象就好了!比如library(ALL);data(ALL);eset=ALL;
然后运行下面的代码:

[AppleScript] 纯文本查看 复制代码
 
library(ALL)
data(ALL)
xpr <- exprs(ALL)
xpr=exprSet;
group_list <- factor(c(rep("A", 64), rep("B", 64)))
this.color=rainbow(length(unique(group_list)))
my.color=this.color[as.numeric(factor(group_list))]
pca<- prcomp(t(xpr), scale=T) 
plotPCA <- scatterplot3d(pca$x[,1:3],pch=20 ,color=my.color,angle=45) 
label.coord <- plotPCA$xyz.convert(pca$x[,1], pca$x[,2], pca$x[,3])
text(label.coord$x, label.coord$y, labels=row.names(pca$x),pos=4, cex=.5)


summary(xpr)
dim(xpr);dim(na.omit(xpr))
library(scatterplot3d)   
xpr_t = t(xpr)
variances <- apply(xpr_t, 2, var) # variance for each column
## some probese/gene show same expression values in all of the samples
zerovar <- which(variances == 0)
if (length(zerovar)==0){
  xpr_t.2 <- xpr_t
}else{
  
  xpr_t.2 <- xpr_t[,-zerovar] # delete columns where variance is zero
}
## column mean gene and row means sample
pca <- prcomp(xpr_t.2,scale=TRUE) 
plotPCA <- scatterplot3d(pca$x[,1:3],pch=20 ,color=my.color,angle=45) 


图片如下:



本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x



上一篇:表达量变化多少倍才算是正常呢?对芯片数据或者
下一篇:看看PPI数据库里面的基因的连接数与其在dbSNP的variation记录...
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|手机版|小黑屋|生信技能树 ( 粤ICP备15016384号  

GMT+8, 2019-9-22 00:13 , Processed in 0.027501 second(s), 27 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.