Skip to content

基因體學 › 分析流程 › limma

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
MDSplotMDS()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)
Volcanovolcanoplot(fit2, coef = , highlight = 5, names = )效果量 vs 顯著性
MA / mean-differenceplotMD(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。