我有3个分析组用于200个基因表达,分析前(16个样本),1个月(16个样本)和分析后2个月(9个样本)。如何在R?
中分析这些数据这是我的数据的示意图。
data = matrix(Group = c("AFT-1" , "AFT-2","BEF","AFT-1" , "AFT-2","BEF"),
Sample_code = c(10,10,10,11, 11, 11),
Sex = c("F","F","M","F","M",F),
GENE_a = C(22.88006 , 23.46812,24.23213,24.10917,24.55109),
GENE_b= c(23.24577, 23.08145,23.19317,NaN,NaN),
GENE_c=c(20.00031, 19.57906,20.27364,19.73243,NaN))
答案 0 :(得分:0)
使用混合效应模型可以更好地解决这种重复测量实验。要在R中执行此操作,我使用nlme库来执行此类分析。
该方案的作者还撰写了教科书Pinheiro,J.C。和Bates,D.M。 (2000)“S和S-PLUS中的混合效应模型”,Springer。
本文详尽地解释了这些模型在您描述的实验数据集类型中的应用,以及如何解释包中函数返回的输出。
注意,S语言是R的前身,因此本书中使用的编程语法适用于R编程。