by mango怎么group_PCA分析的结果不符合预期该怎么办？

什么是PCA？

我们简单介绍一下什么是PCA，比如我们常见的芯片数据，每一个样本都可以测出上万个基因的表达量，一个基因就是一个维度，上万个基因有上万个维度，难道只有上万个维度才能区分出不同的样本吗？答案当然是NO，所以我们就要找到那些对于区分不同样本的高贡献度的维度，那我要怎么找呢？答案就是降维，降维最常用的也就是PCA分析了。

PCA如果两组无法完全分开就没意义了吗？

当然不是，假设我们有正常组和疾病组两组配对样本，PCA分析最理想的结果当然是疾病组和正常组区分度高，同一组的样本聚合在一起，不同组的样本距离较远并且能完全分开。

万一不理想情况下，疾病组和正常组并不能完全分开，那怎么办呢？

这时候可以把映射改一下，正常映射是疾病组一个颜色，正常组一个颜色，然后看两种颜色是否能够分开，现在我们改成一对配对样本是一种颜色，这样我们就能看到每对配对样本之间的距离，像我的结果就是疾病组和正常组无法完全区分，那是每对配对样本之间距离接近，同时不同对样本之间能够互相区分，这说明我的样本之间差异较大。

这样的情况还可以适应于什么情形呢？

比如有文章收集了肿瘤动静脉的血液样本，并且使用液相色谱仪提取上百种代谢物，接着进行PCA分析，结果发现动脉组的样本和静脉组的样本不能区分开，但是同一患者间动脉样本和静脉样本聚集在一起，且不同患者的样本明显区分，这就表明患者间的代谢组差异大于同一患者的动静脉样本差异，后续讨论沿着这个方向，就能把原本已经“绝望”的PCA结果又“起死回生”了。

不同的PCA分析方法，相同的分析结果

在前面的推文中，已经有老师给大家展示使用factoextra包进行PCA分析并可视化，这里我们用两种新的方法：prcomp()和PCAtools包。

但是在进行PCA分析之前，我们先来看看怎么绘制一个PCA散点图。在打赏营我们说过，任何复杂的图形的可视化复现都可以分为两个字：“拆”和“叠”，一张PCA结果图片无非就是把点映射上去，然后进行相应修饰，那么就还是一个散点图，所以我们先来看看一个简单的散点图可以怎么画，这里先使用R自带的iris函数：

 1 library(ggforce)
 2 library(ggsci)
 3 head(iris)
 4 ##   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
 5 ## 1          5.1         3.5          1.4         0.2  setosa
 6 ## 2          4.9         3.0          1.4         0.2  setosa
 7 ## 3          4.7         3.2          1.3         0.2  setosa
 8 ## 4          4.6         3.1          1.5         0.2  setosa
 9 ## 5          5.0         3.6          1.4         0.2  setosa
10 ## 6