我对R很陌生，并尝试分析一些表达式数组数据。
对于基因表达分析，我们使用线性拟合和eBayes来计算数据。但是，如果我每个条件只有一个样本（例如，1 个对照，1 个实验），我是否仍然可以使用 lmFit/eBayes 函数，或者只是对 MA 结果进行排序以找出顶级基因。是因为计算系数对于每个条件至少需要两个样本吗？
我阅读了利马包装手册。它列出了一些示例。我注意到，在时程实验（第50页）中，案例有两个0hr wt，两个0hr mu，一个6hr wt，一个6hr mu，一个24hr wt和一个24hr mu。 它完成了lmFit/eBayes流程。是因为这是一个时效案例吗？如果我有一个时程数据，其中仍然包含每个条件的一个样本（例如，1 个对照和 1 个实验，分别为 0 小时、6 小时、12 小时和 24 小时），使用 lmFit/eBays 计算系数是否合理？
谢谢！
由于方差为 0，因此在经验贝叶斯平滑（标准误差）中会遇到问题。我尝试了一个玩具示例，这是它给出的错误：
> efit<-eBayes(fit)
Error in ebayes(fit = fit, proportion = proportion, stdev.coef.lim = stdev.coef.lim) :
No residual degrees of freedom in linear model fits
是的，时间过程是一个特例。假设表达式随时间平滑变化，并使用回归拟合时间趋势。在所有其他设计中，需要复制才能检测差异表达。