问题标签 [limma]

我正在尝试对 R 用完的 limma 包进行一些统计分析。有人知道一个好的教程吗？

我正在使用 limma 来分析差异基因表达。对于建模，您需要一个设计和对比矩阵。我只想知道有没有人有这方面的经验。

假设表达式来自野生型 (WT) 和突变体 (M)，它们要么是受刺激的 (S)，要么是未受刺激的 (you)。对于野生型，我有 40 个表达式值，对于突变型，我有 20 个。

因此，当我想知道与野生型相比，突变体中哪些基因的反应不同时，我应该使用哪个公式来对比矩阵：

例如，集合 A={a,b,c} 和集合 B={b,c,d} 并且集合 A 和 B 的交集应该是 {b,c}。

但是如何在维恩图中显示 {b,c} 而不是计数 2？我在 limma 包中尝试了 venn，在 Vennerable 包中尝试了 Venn，但都不起作用。

我有以下格式的 rma 归一化矩阵：

其中不同的列对应于四种不同类型的启动子，并且四种启动子中的每一个都有一个生物复制，所以总共有 8 列。

我尝试使用 Limma 包来查找跨多个启动子（具有重复）的差异表达基因，但由于我是 r 新手并且无法完全理解它，所以我总是遇到错误。

这是我使用的代码：

其中 modified 是以上述格式输入的 rma 归一化数据矩阵。我收到以下错误：

lmfit（设计，t（M））中的错误：0（非NA）案例

我最近更新了 R，之前使用 limma 包编写的代码现在返回错误。

代码是

使用新版本的 R，以下命令

返回此错误消息...

有人可以给我一个小例子，说明我导入 LIMMA 的微阵列数据在导入 R 时应该是什么样子？

我正在尝试从微阵列样本中破译差异调节的基因。谢谢。

我以以下方式设计了我的矩阵，我将其命名为 mat1：

我使用 limma 包来查找 DEG

那么“deg”只会给我那些在样本一与二中显着的基因。我对那些仅在第一个样本中差异表达但在第二个样本中没有差异表达的基因感兴趣，我不确定这是否是正确的方法。

或者我应该尝试这样的事情：

我不确定我应该如何设置对比矩阵以仅从样本 1 中获取 DEG，但在其他三个中则不然。

我是一名学生，我怀疑如何使用Limma来对比差异基因表达来评估我的三个变量：疾病（病例/对照）、性别（男性/女性）和年龄。

我的数据是这样的：（三栏分别是性别、年龄和疾病）

头（pData（gse））

数据在这里：

我知道在我的可变疾病上建立我的实验：

但是，我怎样才能用我的 3 个变量来对比 Limma？感谢您的帮助！

我坚持在 LIMMA 中为我的微阵列实验设计创建设计矩阵。该实验由 40 个安捷伦阵列组成。受试者接受了两种压力条件（S1 和 S2）的治疗。在每种压力条件下，受试者在 5 个时间点（0、6、12、24 和 48）进行采样。微阵列实验以这样一种方式进行，即在特定时间点的每四个阵列，无论应力处理如何，都进行染料交换。

基本上，这是针对同一主题的时间课程实验，具有两种不同的压力。我想知道哪些基因对压力 1 或 2 重要/负责。目标文件如下所示：

我正在尝试进行配对 t 检验并为我拥有的一些甲基化数据生成结果 p 值。

数据分为 6 列：治疗前每位患者 3 列，治疗后每位患者 3 列。每个基因有一行（几千个），值范围为 [0,1]。

我想对每一行进行 t 检验，并最终为每个基因生成一个 p 值。在这个配对 t 检验中，您将在 [1,1] 中获得值，与 [1,4] 配对，[1,2] 与 [1,5] 配对，[1,3] 与 [1 ,6]。

我不想使用 limma 包，因为这不是严格的数组数据。您可以将 limma 用于非数组数据吗？

我将如何进行每个 t 检验并生成结果 p 值？

下面是我现在正在运行的内容，但是 R 返回“t.test.default(cg.t[i, c(1, 3, 5)], cg.t[i, c(2, 4, 6) 中的错误）]）：没有足够的'x'观察"

请原谅我的天真，因为我在与 R 合作的第一年只是一名新手生物统计学家。感谢您的帮助。