我一直在关注最后一个 DESeq2 管道来执行 RNAseq 分析。我的问题是实验样品的 rin 与对照样品相比非常低。我阅读了一篇论文，其中他们使用时间过程 RNA 降解进行 RNAseq 分析，并得出结论，将 RIN 值作为协变量包括在内可以减轻样本中低 rin 的一些影响。
我的问题是我应该如何在 DESeq2 对象中构造设计：
~conditions+rin
~conditions*rin
~conditions:rin
none of them... :)
我找不到合适的资源来解释如何构建这些模型（我是该领域的新手......）并且我认识到我用这些东西撞到了墙上。我也很感激一些好的资源链接，以便能够理解哪个是正确的以及为什么。
太感谢了
结果发现输入评论很长。
这取决于您的数据。
首先，counts ~conditions:rin在您的情况下没有意义，因为条件是绝对的。您不能只拟合交互项模型。
我会选择counts ~condition + rin，这假设 rin 存在条件效应和线性效应。并且计数对 rin 的依赖性与条件无关。
正如您所提到的，其中一种情况下的 rin 相当低，但是有什么理由怀疑 rin 和 counts 之间的关系在两种情况下会有所不同？如果适合counts ~condition * rin，则假设条件效应和条件不同的 rin 效应。如果您绘制计数与 rin 的关系，则意味着 rin 效应的斜率不同。你需要取出一些基因，看看这是否属实。而且，为了拟合这个模型，你需要相当多的样本来准确估计效果。看看这两个是否成立