外觀
limma 差異表現分析 (Differential Expression with limma)
limma 對每個基因擬合同一個線性模型,再用經驗貝氏 (empirical Bayes) 借用所有基因的資訊穩定變異估計。它源自 microarray,現在也用於 RNA-seq(voom)、蛋白質體、甲基化等連續型資料。差異表現主要是設計問題:設計矩陣與對比寫對了,檢定就很直接。RNA-seq 的 voom 用法見 RNA-seq 07。
以下程式碼以 limma 3.68 在模擬表現矩陣上驗證 API;
eset是 Biobase 的 ExpressionSet(exprs()取矩陣、pData()取樣本資訊),一般矩陣也可直接使用。
流程
text
檢查分布 → log2 轉換 → 標準化 → 過濾低訊號 → MDS 看樣本結構
→ 設計矩陣 → 對比 → lmFit → contrasts.fit → eBayes → decideTests / topTable → 視覺化、基因集r
library(limma)
# 1. 前處理(microarray)
plotDensities(eset, legend = FALSE) # 樣本分布是否對齊、有無離群樣本
exprs(eset) <- log2(exprs(eset)) # 乘法差異 → 加法差異;limma 慣用 log2
exprs(eset) <- normalizeBetweenArrays(exprs(eset)) # quantile 標準化:讓各樣本分布一致
eset <- eset[rowMeans(exprs(eset)) > 5, ] # 移除接近背景值的探針(閾值依平台)
# 2. 樣本結構
plotMDS(eset, labels = pData(eset)$treatment, gene.selection = "common")
# 3. 模型
design <- model.matrix(~ 0 + er, data = pData(eset)) # 無截距:每組一個平均值
cm <- makeContrasts(status = erpositive - ernegative, levels = design)
fit <- lmFit(eset, design) # 每個基因的係數
fit2 <- eBayes(contrasts.fit(fit, contrasts = cm)) # 轉成對比 + 收縮標準誤
summary(decideTests(fit2)) # 上調 / 下調 / 不顯著的基因數
topTable(fit2, coef = "status", number = 10) # logFC、AveExpr、t、P.Value、adj.P.Val、B| 函式 | 作用 |
|---|---|
lmFit() | 每個基因估計設計矩陣的係數 |
contrasts.fit() | 把係數改寫成要比較的對比 |
eBayes() | 經驗貝氏:每個基因的變異往所有基因的共同趨勢收縮 → moderated t,小樣本也穩定 |
decideTests() | 依閾值統計各對比的顯著基因數 |
topTable() | 單一對比的完整結果表(number = Inf 取全部) |
quantile 標準化是 microarray 的標準做法,但會破壞 RNA-seq counts 的平均–變異關係,不要用在 RNA-seq counts 上;RNA-seq 用 TMM + voom。
設計矩陣與對比
| 寫法 | 係數意義 | 適合 |
|---|---|---|
~ er | 截距 = 參考組平均;erpositive = 兩組差 | 單純兩組 |
~ 0 + er | 每組各自的平均 | 自訂多個對比 |
~ 0 + group + batch | 組平均 + 批次效應 | 批次納入模型 |
一次擬合、多個問題:
r
# 多組
cm <- makeContrasts(AMLvALL = typeAML - typeALL,
CMLvALL = typeCML - typeALL,
CMLvAML = typeCML - typeAML, levels = design)
# 2 × 2 因子設計:把兩個因子合成一個 group
group <- factor(with(pData(eset), paste(genotype, treatment, sep = ".")))
design <- model.matrix(~ 0 + group); colnames(design) <- levels(group)
cm <- makeContrasts(
dox_wt = wt.dox - wt.pbs, # 野生型對藥物的反應
dox_top2b = top2b.dox - top2b.pbs, # 突變型對藥物的反應
interaction = (top2b.dox - top2b.pbs) - (wt.dox - wt.pbs), # 反應是否因基因型而不同
levels = design)交互作用的解讀(差異中的差異)見 RNA-seq 08:交互作用。
批次效應
| 做法 | 用途 |
|---|---|
批次放進設計矩陣(~ 0 + group + batch) | 正式檢定的建議做法 |
removeBatchEffect(x, batch = , covariates = , group = ) | 只用於視覺化(PCA、熱圖);不要拿校正後的資料再做檢定 |
duplicateCorrelation() + block = | 同一受試者多個樣本(重複量測) |
批次與組別完全重疊時無法分離,見 干擾與偏誤。
診斷與視覺化
| 圖 | 函式 | 看什麼 |
|---|---|---|
| 密度圖 | plotDensities() | 前處理是否讓樣本分布一致 |
| MDS | plotMDS() | 主要變異是否來自實驗條件 |
| p 值直方圖 | hist(fit2$p.value[, "status"]) | 左側尖峰 + 平坦 = 有訊號且模型合理(見 多重檢定:p 值直方圖) |
| Volcano | volcanoplot(fit2, coef = , highlight = 5, names = ) | 效果量 vs 顯著性 |
| MA / mean-difference | plotMD(fit2) | 效果量 vs 平均表現量 |
基因集檢定
| 函式 | 問題 | 特點 |
|---|---|---|
camera() | 這組基因整體是否比其他基因更常變化?(競爭型) | 考慮基因間相關,比一般 ORA 的型一錯誤控制好 |
roast() / mroast() | 這組基因是否有變化?(自足型) | 旋轉檢定,可看上調 / 下調比例 |
fry() | roast 的快速近似 | 大量基因集 |
r
idx <- ids2indices(gene_sets, rownames(eset)) # 基因集 → 列索引
camera(eset, idx, design, contrast = cm[, "status"])ORA / GSEA 見 RNA-seq 09。統計背景:GLM 與線性模型、多重檢定。