在合并分析不同来源或不同数据集的时候，需要做一个合并前的批次校正，在校正前后，可用PCA聚类查看批次校正的效果，以评估校正的可靠性。
这里我们用到的是sva包的combat函数
代码如下：
library(sva)
expFile <- read.csv("rna_CountMatrix.txt",sep="\t",row.names = 1) #导入表达矩阵
bd <- read.csv("batchdisease.txt",sep="\t",row.names = 1) #表达矩阵样本的疾病信息
batchInfo <- as.vector(expFile["batch",])#批次信息
example <- t(batchInfo)[,1]
dt <- data.frame(t(bd))
mod=model.matrix(~disease,dt)#校正模型参数
expFile <- expFile[-55277,]
library("FactoMineR")
library("factoextra")
pca.plot = function(dat,col){
df.pca <- PCA(t(dat), graph = FALSE)
fviz_pca_ind(df.pca,
geom.ind = "point",
col.ind = col ,
addEllipses = TRUE,
legend.title = "Groups"
)
}
pca.plot(expFile,factor(batchInfo))
combat_expFile <- ComBat(dat =as.matrix(expFile), batch = example,mod=mod, par.prior = F) #核心步骤，耗时较长
