그룹 평균에 대한 차등 발현 검정
이제 설계 행렬과 대비 행렬을 지정했으니, 차등 발현을 검정해 보세요.
이 연습은 강의의 일부입니다
R에서 limma로 하는 차등 발현 분석
연습 안내
백혈병 데이터가 담긴 ExpressionSet 객체 eset, 설계 행렬(design), 대비 행렬(cm)이 작업 공간에 로드되어 있습니다.
lmFit으로 모형 계수를 적합하세요.contrasts.fit으로 대비를 적합하세요.eBayes로 t-통계량을 계산하세요.decideTests로 결과를 요약하세요. 그룹 평균 모형에는 절편항이 없으므로, 처리 대비 매개화 때처럼fit2를 부분 선택할 필요가 없습니다.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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)