边缘 R 分析的设计矩阵？

Question

我想比较 Q 法和 L 法，我考虑了 2 个不同的对比（最后），但我不确定哪个是正确的？

有 2 种不同的方法（Q 和 L），每种方法有 2 个生物复制（L4、L6-L8 和 Q3、Q5-Q7），每个生物复制有 2 个技术复制。如下：

设计

                    biological_replicate   method
 L4_rep1                              L4       L
 L4_rep2                              L4       L
 L6_L8_rep1                        L6_L8       L
 L6_L8_rep2                        L6_L8       L
 Q3_rep1                              Q3       Q
 Q3_rep2                              Q3       Q
 Q5_Q7_rep1                        Q5_Q7       Q
 Q5_Q7_rep2                        Q5_Q7       Q                       

design$biological_replicate <- factor(design$biological_replicate, levels =  c("L4","L6_L8", "Q3", "Q5_Q7"))

design$method <- factor(design$method, levels = c("L", "Q"))

Group <- factor(paste(design$biological_replicate,design$method,sep="."))

design<- cbind(design,Group)

                    biological_replicate method   Group
L4_rep1                              L4      L    L4.L
L4_rep2                              L4      L    L4.L
L6_L8_rep1                        L6_L8      L L6_L8.L
L6_L8_rep2                        L6_L8      L L6_L8.L
Q3_rep1                              Q3      Q    Q3.Q
Q3_rep2                              Q3      Q    Q3.Q
Q5_Q7_rep1                        Q5_Q7      Q Q5_Q7.Q
Q5_Q7_rep2                        Q5_Q7      Q Q5_Q7.Q

design.matrix <- model.matrix(~0+Group,design)

colnames(design.matrix) <- levels(Group)

design.matrix

L4.L L6_L8.L Q3.Q Q5_Q7.Q
L4_rep1       1       0    0       0
L4_rep2       1       0    0       0
L6_L8_rep1    0       1    0       0
L6_L8_rep2    0       1    0       0
Q3_rep1       0       0    1       0
Q3_rep2       0       0    1       0
Q5_Q7_rep1    0       0    0       1
Q5_Q7_rep2    0       0    0       1
attr(,"assign")
[1] 1 1 1 1
attr(,"contrasts")
attr(,"contrasts")$Group
[1] "contr.treatment"

my.contrasts_1 <- makeContrasts(QvsL = (Q3.Q+Q5_Q7.Q)/2-(L4.L+L6_L8.L)/2, levels = design.matrix)

my.contrasts_2 <- makeContrasts(QvsL = (Q3.Q+Q5_Q7.Q)-(L4.L+L6_L8.L), levels = design.matrix)

Answer 1

首先，差异表达分析需要技术重复相加。您只需将两个计数相加即可。

对技术重复求和后，您的数据应如下所示：

Sample <- c("L4", "L6_L8", "Q3", "Q5_Q7")
Method <- c("L", "L", "Q", "Q")
df <- data.frame(Sample, Method)

  Sample Method
1     L4      L
2  L6_L8      L
3     Q3      Q
4  Q5_Q7      Q

设计矩阵现在很简单：

design.matrix <- model.matrix(~0 + Method)
colnames(design.matrix) <- c("L","Q")
  MethodL MethodQ
1       1       0
2       1       0
3       0       1
4       0       1

对比度也变得易于生成：

my_contrast <- makeContrasts(L-Q, levels = design.matrix)

Contrasts
Levels L - Q
     L     1
     Q    -1

这不是你问题的一部分，但你有绝对最小数量的生物复制，假设以上 table 代表你的实际数据。不要将技术复制视为生物复制。你会增加你的类型 1 错误。

边缘 R 分析的设计矩阵？

Design matrix for edge R analysis?

r

statistics

bioinformatics

bioconductor

limma