TL;博士

Question

TL;博士

为什么fit <- eBayes(fit); topTable(fit, coef=4)与fit <- contrasts.fit(fit, c(-1,0,0,1)); fit <- eBayes(fit); topTable(fit)不一样（拦截设计的第1列）？

来自limma用户指南的示例

Strain <- factor(targets$Strain, levels=c("WT","Mu"))
Treatment <- factor(targets$Treatment, levels=c("U","S"))
design <- model.matrix(~Strain+Strain:Treatment)
colnames(design)
[1] "(Intercept)" "StrainMu" "StrainWT:TreatmentS" "StrainMu:TreatmentS"

模型公式中的第一项是对应变的影响。这引入了拦截列到设计矩阵，它估计野生型未刺激的平均对数表达水平细胞和Strain柱，用于估计未受刺激的突变体与野生型的死亡率州。模型公式中的第二项表示刺激和刺激之间的相互作用应变。 [...]它在设计矩阵中引入了第三列和第四列，代表了刺激对野生型和突变型小鼠的影响分别为[...]。

fit <- lmFit(eset, design)
fit <- eBayes(fit)
topTable(fit, coef=3)
# will find those genes responding to stimulation in wild-type mice, and
topTable(fit, coef=4)
# will find those genes responding to stimulation in mutant mice

我不明白

如果使用coef与查看设计矩阵的第4列和截距（即第4列和第1列之间的对比度）之间的差异相同，我们不需要查看第四和第二列之间的对比，以获得响应突变小鼠刺激的基因？

当然，我在使用coef和使用对比时比较了结果。它们有所不同，但我不明白为什么......显然这意味着coef=4 不意味着“看看第4列与拦截之间的区别”，但这意味着什么呢？

我希望这个问题是可以理解的。非常感谢提前！

Answer 1

设计矩阵基于

targets <- data.frame(
    Strain = factor(c("WT", "WT", "MU", "MU", "MU"), levels = c("WT", "MU")),
    Treatment = factor(c("U", "S", "U", "S", "S"), levels = c("U", "S")))
design <- model.matrix(~ Strain + Strain:Treatment, data = targets)

> targets
##   Strain Treatment
## 1     WT         U
## 2     WT         S
## 3     MU         U
## 4     MU         S
## 5     MU         S

targets的每一行对应一个实验样本。设计矩阵如下所示：

##      (Intercept) StrainMU StrainWT:TreatmentS StrainMU:TreatmentS
##    1           1        0                   0                   0
##    2           1        0                   1                   0
##    3           1        1                   0                   0
##    4           1        1                   0                   1
##    5           1        1                   0                   1

同样，每行对应一个实验样本。 design的列对应于limma拟合的系数，您可以通过比较design的行来读出系数的组合给出给定实验组的模型拟合值与targets。

的那些

有效地观察coef=4意味着您正在测试零假设，即第四个系数（StrainMu:TreatmentS的系数）为零 - 它与比较该值不同第四个系数与截距系数的值。

根据每个实验班的拟合值来考虑。对于给定的基因，

如果我是一个野生型，未受刺激的鼠标（如design或targets的第一行），我的拟合值将为： Intercept
如果我是一个野生型，受刺激的小鼠（第二排），我的拟合值将是： Intercept + StrainWT:TreatmentS
如果我是一个突变体，未刺激的小鼠（第三排），我的拟合值将是： Intercept + StrainMu
如果我是一个突变体，受刺激的小鼠（第四和第五行），我的拟合值将是： Intercept + StrainMu + StrainMU:TreatmentS

因此，突变菌株中受刺激和未刺激组之间的差异是：

(Intercept + StrainMU + StrainMU:TreatmentS) - (Intercept + StrainMU) = StrainMU:TreatmentS

...对应于设计矩阵中第4列的系数

希望这很有用

ps，使用coef=4应该会提供与使用contrast = c(0, 0, 0, 1)

相同的结果

limf

TL;博士

来自limma用户指南的示例

我不明白

1 个答案: