所以我从RTqPCR实验中获得了一些数据，这些数据测量了多个基因（80-90）。我已经预处理了原始Ct数据，校正了效率，使用NormFinder和geNorm选择的基因对参考基因进行了归一化，平均了技术重复并计算了相对定量，最终将其转换为log2规模。
我有一个具有log2 RTqPCR数据的矩阵，其中包含几个样本中的几个基因，每个基因都用于同一只被分析动物的不同组织。
这种情况是，我想考虑的不仅是分组变量，而且还有另一个因变量（性）和连续变量，而不是在两组之间计算简单的t检验以评估差异表达，以适合多元回归模型进行差异表达分析。
问题是，我以前曾使用limma软件包来分析微阵列数据，我想知道使用log2转换的矩阵来拟合limma差异表达分析是否正确，以及如何定义对比度矩阵和线性回归的公式，如果我要考虑性别（因子）和其他连续变量，除了该组（两组）。
我的表型文件有点像：
Samples Sex Group Cont.Var
sample1 1 1 2.3
sample2 1 1 3.4
sample3 1 1 2.5
sample4 2 2 4.6
sample5 2 2 6.2
sample6 2 2 4.1
我应该在设计函数中定义什么公式以使第1组和第2组之间形成对比？说，我想在第1组和第2组之间进行对比，并考虑性别和Cont.Var的相互作用以及归一化的log2 Ct数据。
会否是另一种方法或推荐的管道来对比这种假设？
非常感谢