• 主要文件
• 差异分析
• 差异分析是否需要比较矩阵
• 参考

主要文件

• lmFit()：线性拟合模型构建【需要两个东西：exprSet和design】 ，得到的结果再和contrast一起导入contrasts.fit()函数
• eBayes()：利用上一步contrasts.fit()的结果
• topTable()：利用上一步eBayes()的结果，并最终导出差异分析结果

差异分析

fit <- lmFit(logCPM, design)
fit <- eBayes(fit, trend=TRUE)
res<- topTable(fit, coef=ncol(design))

差异分析是否需要比较矩阵

library(CLL)
data(sCLLex)
library(limma)
design <- model.matrix(~factor(sCLLex$Diseas))
fit <- lmFit(sCLLex,design)
fit <- eBayes(fit)
topTable(fit,coef=2,adjust='BH') |> View()

这种方法已经把需要比较的组做出到了一列，需要比较多次，就有多少列，第一列是截距不需要考虑，第二列开始往后用coef这个参数可以把差异分析结果一个个提取出来

library(CLL)
data(sCLLex)
library(limma)
design <- model.matrix(~0+factor(sCLLex$Disease))
colnames(design) <- c('progres','stable')
fit <- lmFit(sCLLex,design)
cont.matrix=makeContrasts('stable-progres',levels = design)
fit2 <- contrasts.fit(fit,cont.matrix)
fit2 <- eBayes(fit2)
topTable(fit2,coef=1,adjust='BH') |> View()

这种方法，仅仅是分组而已，组之间需要如何比较，需要自己再制作差异比较矩阵，通过makeContrasts函数来控制如何比较

topTable的coef参数提取对应的列

参考

• https://www.jianshu.com/p/ada878fdedf7?utm_campaign=hugo
• 差异分析是否需要比较矩阵