从预处理的表达式矩阵创建eset对象？

Question

我正在用R分析一些基因表达数据。我想要与eBayes做差异基因表达分析(limma是BioConductor的一部分)，但要做到这一点，我需要我的表达数据作为一个eset对象。问题是，我只有预处理数据和没有CEL文件，我可以直接转换为eset对象。我试着在网上搜索，但找不到解决办法。我唯一发现的就是这是可能的。

为什么eBayes:，它应该有健壮的结果，即使在某些组中只有两个或三个样本，而且我确实有3个组，大小在2到3个样本之间。

详细说明我所拥有和想做的事情：，我有表达式数据，已经作为对数，归一化的肥胖值。数据在表达式矩阵中。大约有2万行，每一行都是一个基因，而行名是官方的基因名。有22列，每列对应于一个癌症样本。我有不同类型的癌症亚型，我想比较一下亚型1样本和第2组的基因表达情况。下面是我的矩阵的两行5列的例子。

示例矩阵：

       SAMP1   SAMP2   SAMP3   SAMP4   SAMP5
GENE1  123.764 122.476 23.4764 2.24343 123.3124
GENE2  224.233 455.111 124.122 112.155 800.4516

问题：要用eBayes来评估差异基因表达，我需要eset对象从这个表达式数据中提取出来，我真的不知道如何执行这个步骤。:(

我非常感谢每一个能帮助我的信息！如果有人能为小样本的比较提出另一种可靠的方法，那也可能解决我的问题。

谢谢!

Answer 1

使用ExpressionSet似乎与生物导体封装中也流行的SummarizedExperiment非常相似。据我所知，在包中使用其中一种或另一种没有什么特别之处--在我的经验中，它被认为是一个通用的数据容器，以便标准化整个生物导体包的数据集格式。

来自生物导体上的微缩体：

Affymetrix数据通常将使用affy包进行规范化。我们将在这里假设数据可以作为一个名为eset的ExpressionSet对象使用。这样的对象将有一个插槽，其中包含每个数组上每个基因的日志表达式值，可以使用exprs(eset)进行提取。

换句话说，ExpressionSet的数据没有什么特别之处。ExpressionSet只是一系列相关的实验数据串在一起，但是我似乎可以从常规对象创建一个新的对象：

library(limma)

# counts is the assay data I already have.
dim(counts)
# [1] 64102     8

# Creates a new ExpressionSet object (quite bare, only the assay data)
asdf <- ExpressionSet(assayData = counts)

# Returns the data you put in.
exprs(asdf)

这在我的装置上有效。

您需要考虑的第二部分是差异表达式分析比较模型矩阵的设计。您将需要预定义的因素与您的样本(可能在phenoData参数到ExpressionSet，然后创建一个model.matrix使用R的特殊formula语法。它们看起来类似于：dependent ~ factor1 + factor2 + co:related。请注意，factor1是一个因素类别或维度，而不仅仅是一个级别。

一旦有了这个功能，就应该能够运行lmFit了。实际上，我以前很少使用limma，但它似乎与edgeR的方案类似。

Answer 2

只是决定让它来帮助其他的可怜的草皮，谁有同样的事故。我自己解决了问题后，通过友好的链接提供的评论。

ExpressionSet()确实获取矩阵并将它们转换为eSet对象。只需确保数据是矩阵，而不是数据帧对象。