lmFit模型数据集要求

Question

我对R非常陌生，并且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，如果我对每个条件只有一个样本(例如，一个对照，一个实验)，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。是不是因为计算系数在每种情况下至少需要两个样本？

我读过limma包手册。它列出了一些示例。我注意到，在时间进程实验(page50)中，案例有两个0hr wt，两个0hrµ，一个6小时wt，一个6小时µ，一个24小时wt和一个24小时µ。它完成了lmFit/eBayes过程。这是因为这是一个时间进程的情况吗？如果我有一个时间进程数据，其中仍然包含每个条件(例如，0小时、6小时、12小时和24小时的1个对照和1个实验)的一个样本，那么计算lmFit/eBays的系数是否合理？

非常感谢!

Answer 1

由于方差为0，因此在经验贝叶斯平滑(标准误差)方面会有问题。我尝试了一个玩具示例，下面是它给出的错误：

> 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

Answer 2

是的，时间进程是一个特例。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，您需要复制来检测差异表达。