Limma缓和t检验与stat_compare_means:为什么值不同？

Question

我在一个巨大的基因列表上做了差异表达，我只在我想研究的外部基因列表中选择有意义的基因。当我在标题栏上表示我的重要值时，我从经过调整的t检验(BH校正)中得到的p值是不一样的；对于这个same图，我使用了ggpubr函数stat_compare_means()，而出现的p值与用limma得到的值完全不同和简略。

有人知道这是否正常吗？

我绘制的基因应该是正确的，我检查了好几次。

谢谢

Answer 1

Limma采用适度t检验，专为来自RNA微阵列的数据设计，并已应用于其他基因组和测序技术。当特征均值(基因表达/probe信号)显示出二项分布/泊松分布时，你正在处理的特征池有一个很大的范围，通常高表达的基因表现出高标准的错误/方差。

在高表达基因的情况下，t检验不能提供精确的显着性度量，因为p值取决于该基因值的分布，尽管这两个样本组之间的均值存在差异。(毕竟，这是一个参数检验)

在limma中的适度t检验考虑了来自同一样本和技术的不同基因的均值/方差，通过模型拟合成功地选择了一个可以称为显著的基因池。

在本例中，您可以使用wilcox-test或手动添加pvalue，您可以在tibble中获得limma输出结果，并尝试如下所示：https://www.datanovia.com/en/blog/how-to-add-p-values-onto-basic-ggplots/。

我希望这能帮到你!

参考文献：

https://support.bioconductor.org/p/47765/

https://online.stat.psu.edu/stat555/node/46/