批次效应(batch effect)简单说来就是因为实验做了几个批次导致的实验误差，比如芯片数据，每次都要用机器读取，那么光照时间和强度每次都可能不一样， 极有可能出现批次效应。
再比如，实验的三个重复，时间有间隔，也会有批次效应，做过实验的人都知道，Western blot的三个重复那个大bar会戳死人的。
假如解决了这个批次问题，不仅可以让实验更可靠，更厉害的是，我们可以做多个芯片的联合分析了。
我们一般使用sva的中combat包来校正批次效应，有一篇文章比较了6种方法，最后说caombat最好。
下面是举例子： 安装必要的R包并加载，comat就在sva包中。
BiocInstaller::biocLite("sva")BiocInstaller::biocLite("bladderbatch")library(sva)library(bladderbatch)把数据准备好，这是包里内置的数据集
data(bladderdata)#bladder 的属性是EsetExpressionSet，所以可以用pData和exprs方法pheno <- pData(bladderEset) # 注释信息edata <- exprs(bladderEset) # 表达矩阵
再做一个组，用于批次效应中排除项。
pheno$hasCancer <- as.numeric(pheno$cancer == "Cancer")
参看一下pheno里面有54行，4列构成，里面记录了批次信息 
有没有批次效应，眼睛可以看得出来。 使用Hierarchical clustering的方法去看一下聚类的情况
dist_mat <- dist(t(edata))clustering <- hclust(dist_mat, method = "complete")plot(clustering, labels = pheno$batch)plot(clustering, labels = pheno$cancer)
确实，因为批次的原因，聚类时在正常组中混入了肿瘤，混入的样本批次跟normal中的不一样。 
校正批次效应,model可以有也可以没有，如果有，也就是告诉combat，有些分组本来就有差别，不要给我矫枉过正！
model <- model.matrix(~hasCancer, data = pheno)combat_edata <- ComBat(dat = edata, batch = pheno$batch, mod = model)
这时候我们再来画个图看看
dist_mat_combat <- dist(t(combat_edata))clustering_combat <- hclust(dist_mat_combat, method = "complete")plot(clustering_combat, labels = pheno$batch)
是这个样子的，聚类正常了。 
这时候就可以做下游差异分析了。
