用本轮pasilla真实counts和样本表实际画PCA，同时展示condition与测序type。核对样本，至少2个样本CPM>=1过滤，log2(CPM+1)，按基因中心化不缩放，用numpy SVD。颜色代表treated/untreated，形状代表single-read/paired-end，7个样本短标签，图例图外；不要移除技术因素，不把测序类型直接称批次。输出PNG/PDF、7样本坐标、方差比例、过滤数量、代码，并计算每个PC分别按condition和type分组的一元描述性eta平方（组间平方和/总平方和），只看PC1/PC2，不做p值、不说因果。平台已有Python，生成方案。