Sleuth R Error: System is computationally singular
Sleuth R Error: System is computationally singular
我正在与 Kallisto 和 Sleuth 合作分析一些 RNA 序列数据。我有一组控制黄斑数据和一组 AMD 黄斑数据。我正在尝试分析两组之间的差异基因表达。
Design table:
sample Tissue Condition
AMD_macula.11 Macula AMD
AMD_macula.12 Macula AMD
AMD_macula.14 Macula AMD
AMD_macula.17 Macula AMD
AMD_macula.18 Macula AMD
AMD_macula.19 Macula AMD
ctrl_macula.10 Macula nodisease
ctrl_macula.13 Macula nodisease
ctrl_macula.15 Macula nodisease
ctrl_macula.16 Macula nodisease
ctrl_macula.4 Macula nodisease
ctrl_macula.6 Macula nodisease
我已经创建了我的侦探对象,现在我正在尝试拟合模型,以便我可以 运行 线性回归和 wald 测试。
so <- sleuth_fit(so, ~sample + Condition,'full')
so <- sleuth_fit(so, ~Tissue, 'Tissue')
models(so)
当 运行 设置这些时,我无法通过创建第一个模型,因为我收到此错误,表明系统在计算上是单一的。
> so <- sleuth_fit(so, ~sample + Condition,'full')
Error in solve.default(t(X) %*% X) :
system is computationally singular: reciprocal condition number = 3.82836e-18
有人知道怎么解决吗?我认为我的设计有问题 table,但我想不出如何修复它。
谢谢!
这是可怕的 linear combination 问题的一个实例。在您的情况下,Condition
是 sample.
的线性组合解决方案是从设计中删除样本,因为您没有此因素的任何副本,并且可能对它不太感兴趣。 Tissue
只有一层,所以也没有意义。你要的是:
so <- sleuth_fit(so, ~ Condition, 'full')
so <- sleuth_fit(so, ~1, 'reduced')
有关分析具有相同设计的数据集的示例,请参阅 here。
我正在与 Kallisto 和 Sleuth 合作分析一些 RNA 序列数据。我有一组控制黄斑数据和一组 AMD 黄斑数据。我正在尝试分析两组之间的差异基因表达。
Design table:
sample Tissue Condition
AMD_macula.11 Macula AMD
AMD_macula.12 Macula AMD
AMD_macula.14 Macula AMD
AMD_macula.17 Macula AMD
AMD_macula.18 Macula AMD
AMD_macula.19 Macula AMD
ctrl_macula.10 Macula nodisease
ctrl_macula.13 Macula nodisease
ctrl_macula.15 Macula nodisease
ctrl_macula.16 Macula nodisease
ctrl_macula.4 Macula nodisease
ctrl_macula.6 Macula nodisease
我已经创建了我的侦探对象,现在我正在尝试拟合模型,以便我可以 运行 线性回归和 wald 测试。
so <- sleuth_fit(so, ~sample + Condition,'full')
so <- sleuth_fit(so, ~Tissue, 'Tissue')
models(so)
当 运行 设置这些时,我无法通过创建第一个模型,因为我收到此错误,表明系统在计算上是单一的。
> so <- sleuth_fit(so, ~sample + Condition,'full')
Error in solve.default(t(X) %*% X) :
system is computationally singular: reciprocal condition number = 3.82836e-18
有人知道怎么解决吗?我认为我的设计有问题 table,但我想不出如何修复它。
谢谢!
这是可怕的 linear combination 问题的一个实例。在您的情况下,Condition
是 sample.
的线性组合解决方案是从设计中删除样本,因为您没有此因素的任何副本,并且可能对它不太感兴趣。 Tissue
只有一层,所以也没有意义。你要的是:
so <- sleuth_fit(so, ~ Condition, 'full')
so <- sleuth_fit(so, ~1, 'reduced')
有关分析具有相同设计的数据集的示例,请参阅 here。