r语言 - 用于分析微阵列基因表达数据的 limma 问题 - 可能与设计基质有关

Question

我对R相当陌生，最近开始使用它来分析一些微阵列数据。分析的总体目的是采用DC2并比较该人群中的WT组与KO组。但是我在石灰加工中遇到了一些问题。使用寡核苷酸包处理数据后，我尝试使用limma创建一个用于分析的设计矩阵。这是我对 DC2 表达式集的工作流：

pData(DC2)
         index filename genotype cell_type
1 KO DC2     2 HP10.CEL       KO       DC2
2 KO DC2     3 HP11.CEL       KO       DC2
3 KO DC2     4 HP12.CEL       KO       DC2
1 WT DC2    10  HP7.CEL       WT       DC2
2 WT DC2    11  HP8.CEL       WT       DC2
3 WT DC2    12  HP9.CEL       WT       DC2    
design <- model.matrix(~DC2$genotype)
design
  (Intercept) DC2$genotypeWT
1           1              0
2           1              0
3           1              0
4           1              1
5           1              1
6           1              1

fit <- lmFit(DC2, design)
fit <- eBayes(fit)
toptable(fit)

这将提供如下基因列表：

            logFC        t      P.Value    adj.P.Val        B
17551163 14.09722 208.2627 2.990326e-13 2.700912e-10 17.14467
17511316 13.91167 205.0811 3.292503e-13 2.700912e-10 17.12716
17551167 13.92093 204.5801 3.343243e-13 2.700912e-10 17.12434
17375373 13.76320 202.1271 3.605170e-13 2.700912e-10 17.11025
17550685 13.74022 201.5428 3.671032e-13 2.700912e-10 17.10682

但是，当我使用此代码手动检查（仅采用第一个功能）时：

toptable(fit, n=1)
genename <- rownames(toptable(fit, n=1))
typeMean <- tapply(exprs(DC2)[genename,], DC2$genotype, mean)
typeMean["KO"] - typeMean["WT"]

同一要素"17551163"的输出不同

     KO 
0.04538317 

我试图四处寻找答案，但没有运气。我假设这可能与矩阵设计有关？任何帮助将不胜感激。

谢谢

Answer 1

一个答案，对于那些跳过阅读问题下方评论中的讨论的人。

在用lmFit和eBayes进行估计后，我们可以质疑我们在model.matrix步骤中提供的所有对比之间的顶级差异化基因。

在这里，作者创建了如下设计：design <- model.matrix(~DC2$genotype) .请记住，如果我们想要明确表示我们想要与DC2$genotype相关的对比度，(Intercept)是第一个系数，因此调用应该是：

toptable(fit, coef = 2)

当然，如果设计包含更多对比度，则为它们分配连续的自然数。

备注

如果我们想从设计design <- model.matrix(~ -1 + DC2$genotype)中删除截距;第一个系数现在是DC2$genotype。