### R code from vignette source 'msmsData-Vignette.Rnw' ################################################### ### code chunk number 1: msmsData-Vignette.Rnw:87-88 ################################################### options(continue=" ") ################################################### ### code chunk number 2: Chunk0 ################################################### library(msmsEDA) data(msms.dataset) msms.dataset dim(msms.dataset) head(pData(msms.dataset)) table(pData(msms.dataset)$treat) table(pData(msms.dataset)$batch) table(pData(msms.dataset)$treat, pData(msms.dataset)$batch) ################################################### ### code chunk number 3: Chunk1 ################################################### e <- pp.msms.data(msms.dataset) processingData(e) dim(e) setdiff(featureNames(msms.dataset), featureNames(e)) ################################################### ### code chunk number 4: Chunk2 ################################################### tfvnm <- count.stats(e) { cat("\nSample statistics after removing NAs and -R:\n\n") cat("SpC matrix dimension:",dim(e),"\n\n") print(tfvnm) } ################################################### ### code chunk number 5: msmsData-Vignette.Rnw:160-164 ################################################### layout(mat=matrix(1:2,ncol=1),widths=1,heights=c(0.35,0.65)) spc.barplots(exprs(e),fact=pData(e)$treat) spc.boxplots(exprs(e),fact=pData(e)$treat,minSpC=2, main="UPS1 200fm vs 600fm") ################################################### ### code chunk number 6: msmsData-Vignette.Rnw:172-174 ################################################### spc.densityplots(exprs(e),fact=pData(e)$treat,minSpC=2, main="UPS1 200fm vs 600fm") ################################################### ### code chunk number 7: msmsData-Vignette.Rnw:189-196 ################################################### facs <- pData(e) snms <- substr(as.character(facs$treat),1,2) snms <- paste(snms,as.integer(facs$batch),sep=".") par(mar=c(4,4,0.5,2)+0.1) par(mfrow=c(2,1)) counts.pca(e, facs = pData(e)[, "treat", drop = FALSE],snms=snms) counts.pca(e, facs = pData(e)[, "batch", drop = FALSE],snms=snms) ################################################### ### code chunk number 8: ChunkPCA ################################################### facs <- pData(e) snms <- substr(as.character(facs$treat),1,2) snms <- paste(snms,as.integer(facs$batch),sep=".") pcares <- counts.pca(e) smpl.pca <- pcares$pca { cat("Principal components analisis on the raw SpC matrix\n") cat("Variance of the first four principal components:\n\n") print(summary(smpl.pca)$importance[,1:4]) } ################################################### ### code chunk number 9: msmsData-Vignette.Rnw:230-231 ################################################### counts.hc(e,facs=pData(e)[, "treat", drop = FALSE]) ################################################### ### code chunk number 10: msmsData-Vignette.Rnw:240-241 ################################################### counts.hc(e,facs=pData(e)[, "batch", drop = FALSE]) ################################################### ### code chunk number 11: msmsData-Vignette.Rnw:261-262 ################################################### counts.heatmap(e,etit="UPS1",fac=pData(e)[, "treat"]) ################################################### ### code chunk number 12: ChunkMC ################################################### data(msms.dataset) msnset <- pp.msms.data(msms.dataset) spcm <- exprs(msnset) fbatch <- pData(msnset)$batch spcm2 <- batch.neutralize(spcm, fbatch, half=TRUE, sqrt.trans=TRUE) ################################################### ### code chunk number 13: msmsData-Vignette.Rnw:299-307 ################################################### ### Plot the PCA on the two first PC, and colour by treatment level ### to visualize the improvement. exprs(msnset) <- spcm2 facs <- pData(e) snms <- substr(as.character(facs$treat),1,2) snms <- paste(snms,as.integer(facs$batch),sep=".") par(mar=c(4,4,0.5,2)+0.1) counts.pca(msnset, facs=facs$treat, do.plot=TRUE, snms=snms) ################################################### ### code chunk number 14: ChunkMC2 ################################################### ### Incidence of the correction summary(as.vector(spcm-spcm2)) plot(density(as.vector(spcm-spcm2))) ################################################### ### code chunk number 15: ChunkPCA ################################################### dsp <- disp.estimates(e) signif(dsp,4) ################################################### ### code chunk number 16: msmsData-Vignette.Rnw:361-364 ################################################### par(mar=c(5,4,0.5,2)+0.1,cex.lab=0.8,cex.axis=0.8,cex.main=1.2) par(mfrow=c(2,1)) disp.estimates(e,facs=pData(e)[, "batch", drop = FALSE]) ################################################### ### code chunk number 17: msmsData-Vignette.Rnw:385-387 ################################################### spc.scatterplot(spcm2,facs$treat,trans="sqrt",minSpC=2,minLFC=1, main="UPS1 200fm vs 600fm")