PCA — Sample Clustering

화면 헤더: PCA: Sample Clustering

PCA(Principal Component Analysis) 탭은 샘플들이 서로 상대적으로 어떻게 군집을 이루는지에 대한 비지도(unsupervised) 개요를 제공하여, 데이터 품질을 평가하고 batch effect나 이상치(outlier)를 식별하는 데 도움을 줍니다.

PCA Score Plot

메인 산점도는 각 샘플을 색이 있는 점으로 표시하며, 해당 샘플의 주성분(principal component) 점수에 따라 위치가 결정됩니다. 전체 유전자 발현 프로파일이 더 유사한 샘플일수록 서로 가까이 나타납니다. 축에는 각 성분이 설명하는 분산의 백분율이 표시됩니다(예: "PC1 (54.1%)").

플롯 오른쪽의 범례는 샘플 그룹을 색상으로 구분해 보여줍니다.

사이드바의 PCA Axes 컨트롤(X axis 및 Y axis 드롭다운)을 사용하여 어떤 주성분을 플롯할지 변경할 수 있습니다.

Scree Plot

PCA Score Plot 아래의 Scree Plot은 각 주성분이 설명하는 분산을 파란색 막대로 표시하고, 그 위에 누적 분산 선(빨간색)을 겹쳐 보여줍니다. 이를 통해 데이터 분산의 대부분을 포착하는 데 몇 개의 성분이 필요한지 평가할 수 있습니다.

• X-axis: 주성분(PC1부터 PC10까지)
• Left Y-axis: 개별 설명 분산(%)
• Right Y-axis: 누적 분산(%)

PC Scores Table

Scree Plot 아래의 확장 가능한 데이터 표는 계산된 모든 성분(PC1–PC10)에 걸친 각 샘플의 수치 PC 점수와 함께 각 샘플의 그룹 할당을 보여줍니다. 이 표는 정확한 값을 내보내거나 검증하는 데 유용합니다.