群平均モデルでの差次的発現の検定
デザイン行列とコントラスト行列を指定できたので、差次的発現を検定できます。
この演習はコースの一部です
R での limma を用いた Differential Expression 解析
演習の手順
白血病データの ExpressionSet オブジェクト eset、デザイン行列（design）、コントラスト行列（cm）はワークスペースに読み込まれています。
lmFitでモデル係数を当てはめます。contrasts.fitでコントラストを当てはめます。eBayesで t 統計量を計算します。decideTestsで結果を要約します。群平均モデルには切片項がないため、treatment-contrasts パラメータ化のときのようにfit2をサブセット化する必要はありません。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Load package
library(limma)
# Fit the model
fit <- ___(eset, ___)
# Fit the contrasts
fit2 <- ___(fit, contrasts = ___)
# Calculate the t-statistics for the contrasts
fit2 <- ___(fit2)
# Summarize results
results <- ___(fit2)
summary(results)