多组学的研究在不断进入各个疾病领域,那么如何整合这些多组学的特征成为多组学因子综合分析的挑战,今天给大家介绍一个可以类似于PCA分析对多维组学数据进行降维分析的工具包MOFA2。首先看下包的安装:
BiocManager::install("MOFA2")
接下来我们看下导入此包的数据的条件:
1)样本数不得少于15
2)矩阵数据对应的算法选择:连续正态分布(用高斯似然建模),频数数(用泊松似然建模)和二分类数据(用伯努利似然建模)。
1. 数据的导入
###简单的矩阵列表
data <- make_example_data(
n_views = 2,
n_samples = 200,
n_features = 1000,
n_factors = 10
)[[1]]
###数据框的形式
filepath <- system.file("extdata", "test_data.RData", package = "MOFA2")
load(filepath)
head(dt)