limma 差異分析透徹講解

基因表達(dá)差異分析是我們做轉(zhuǎn)錄組最關(guān)鍵根本的一步启涯,edgeR+limma是目前最為推薦的方式。本文結(jié)合示例數(shù)據(jù)别凹,將對(duì)這個(gè)過程進(jìn)行梳理草讶,讓你明白limma包的why,what炉菲,how堕战。
本文示例數(shù)據(jù)下載

什么是limma?

首先要明白拍霜,不管哪種差異分析嘱丢,其本質(zhì)都是廣義線性模型。limma也是廣義線性模型的一種祠饺,其對(duì)每個(gè)gene的表達(dá)量擬合一個(gè)線性方程越驻。limma的分析過程包括ANOVA分析、線性回歸等道偷。
Y=β0+β1X1+β2X2+?+βpXp+?
limma對(duì)每個(gè)gene擬合出這樣一個(gè)方程缀旁,其中:
X 可以是:

  • 一個(gè)連續(xù)變量:如pH,RIN值勺鸦,年齡并巍,體重,身高...
  • 一個(gè)分類變量:如性別换途、種族懊渡、與中位數(shù)比較的gene高低表達(dá)...
    β 是limma將要求出的值
    ? 是假定在整個(gè)數(shù)據(jù)集中正態(tài)分布的殘差(residual)

數(shù)據(jù)解釋

本文數(shù)據(jù)有兩個(gè)因素,均為分類變量

  • 品種:cultivar(C,I5/I8)
  • 時(shí)間:time(6,9)
    cols為樣本編號(hào)军拟,rows為基因表達(dá)剃执。和我們平時(shí)用的數(shù)據(jù)一致。

開始分析

1. 準(zhǔn)備數(shù)據(jù)

library(edgeR) #edgeR將同時(shí)引入limma
counts <- read.delim("all_counts.txt", row.names = 1)
head(counts)

d0 <- DGEList(counts)
# 注意: calcNormFactors并不會(huì)標(biāo)準(zhǔn)化數(shù)據(jù)懈息,只是計(jì)算標(biāo)準(zhǔn)化因子
d0 <- calcNormFactors(d0)
d0

# 過濾低表達(dá)
cutoff <- 1
drop <- which(apply(cpm(d0), 1, max) < cutoff)
d <- d0[-drop,] 
dim(d) # number of genes left

# sample names
snames <- colnames(counts)  
snames
# 此數(shù)據(jù)有兩個(gè)因素:cultivar(C,I5/I8)和time(6,9)
cultivar <- substr(snames, 1, nchar(snames) - 2) 
time <- substr(snames, nchar(snames) - 1, nchar(snames) - 1)
cultivar
time


# Create a new variable “group” that combines cultivar and time
group <- interaction(cultivar, time)
group

# Multidimensional scaling (MDS) plot
plotMDS(d, col = as.numeric(group))

我們首先構(gòu)建了edgeR的DGEList對(duì)象肾档,這個(gè)對(duì)象將來將會(huì)轉(zhuǎn)化成limma中的EList對(duì)象。然后計(jì)算了標(biāo)準(zhǔn)化因子,過濾低表達(dá)基因怒见。然后按照分組整理了列名戒祠,并進(jìn)行初步的MDS plot,以便看到樣品的大概分布


image.png

2. limma

mm <- model.matrix(~0 + group)
par(mfrow = c(1, 3))
y <- voom(d, mm, plot = T)
#voom的曲線應(yīng)該很光滑速种,比較一下過濾低表達(dá)gene之前的圖形:
voom(d0, mm, plot = T)
# lmFit fits a linear model using weighted least squares for each gene:
fit <- lmFit(y, mm)
head(coef(fit))

#Comparisons between groups (log fold-changes) are obtained as contrasts of these fitted linear models:
# Comparison between times 6 and 9 for cultivar I5
# makeContrasts實(shí)際就是定義比較分組信息
contr <- makeContrasts(groupI5.9 - groupI5.6, levels = colnames(coef(fit)))
# 比較每個(gè)基因
tmp <- contrasts.fit(fit, contr)
# Empirical Bayes smoothing of standard errors 姜盈, (shrinks standard errors that are much larger or smaller than those from other genes towards the average standard error) 
# (see https://www.degruyter.com/doi/10.2202/1544-6115.1027)
tmp <- eBayes(tmp)
# 使用plotSA 繪制了log2殘差標(biāo)準(zhǔn)差與log-CPM均值的關(guān)系。平均log2殘差標(biāo)準(zhǔn)差由水平藍(lán)線標(biāo)出
plotSA(tmp, main="Final model: Mean-variance trend")
# topTable 列出差異顯著基因
top.table <- topTable(tmp, sort.by = "P", n = Inf)
# logFC: log2 fold change of I5.9/I5.6
# AveExpr: Average expression across all samples, in log2 CPM
# t: logFC divided by its standard error
# P.Value: Raw p-value (based on t) from test that logFC differs from 0
# adj.P.Val: Benjamini-Hochberg false discovery rate adjusted p-value
# B: log-odds that gene is DE (arguably less useful than the other columns)
head(top.table, 20)

# p值<0.05的基因有多少個(gè)配阵?
length(which(top.table$adj.P.Val < 0.05))

#Write top.table to a file
top.table$Gene <- rownames(top.table)
top.table <- top.table[,c("Gene", names(top.table)[1:6])]
write.table(top.table, file = "time9_v_time6_I5.txt", row.names = F, sep = "\t", quote = F)

limma的核心步驟包括voom馏颂、fit、eBays等步驟棋傍,注釋里都有詳細(xì)說明救拉。最后我們用topTable方法按照p值排序輸出結(jié)果。
下圖是我為了說明繪制的瘫拣,順序反了亿絮。。麸拄。中間的是沒有過濾低表達(dá)基因之前的派昧,左邊是過濾后的,最后是fit后的拢切,可以明顯的看出區(qū)別蒂萎。

image.png

這時(shí)差異分析就有已經(jīng)完成了,怎樣淮椰,是不是很簡(jiǎn)單五慈?

使用limma進(jìn)行雙變量、多變量主穗、連續(xù)變量分析

###################雙變量分析(cultivar+time)########################
mm <- model.matrix(~cultivar*time)
y <- voom(d, mm, plot = F)
fit <- lmFit(y, mm)
head(coef(fit))
# (Intercept)  cultivarI5 cultivarI8      time9 cultivarI5:time9 cultivarI8:time9
# AT1G01010    4.837410  0.53644370  0.2279446 0.20580445      -0.05565729       0.09265044
# AT1G01020    3.530869 -0.03152318 -0.3180096 0.15875297       0.06289715       0.36468449
# AT1G01030    1.250817 -0.32143420  0.3084243 0.03477863      -0.48099113      -0.37842909
# AT1G01040    5.676015  0.27097286  0.1028739 0.50635951      -0.58923660      -0.46975071
# AT1G01050    6.598712 -0.09734846 -0.1347759 0.02052702       0.23139851       0.22730960
# AT1G01060    7.807988 -0.34550979 -0.4172467 1.15805850      -0.34989810      -0.17267051
# 這個(gè)表中顯示的是coefficient(相關(guān)系數(shù)) 
# cultivarI5 這一列表示cultivar I5 組均值 vs cultivar C(參考cultivar)的差異, for time 6 (the reference level for time)
#  time9 這一列表示time9 組均值 vs time6 ,forcultivar C的差異
# cultivarI5:time9 : the difference between times 9 and 6 of the differences between cultivars I5 and C (interaction effect)

# 接下來我們可以定義fit中的coef參數(shù)泻拦,來進(jìn)行組間fit
# Let’s estimate the difference between cultivars I5 and C at time 6
tmp <- contrasts.fit(fit, coef = 2) #  the difference in mean expression between cultivar I5 and the reference cultivar (cultivar C), for time 6 (the reference level for time)
tmp <- eBayes(tmp)
top.table <- topTable(tmp, sort.by = "P", n = Inf)
head(top.table, 20)


tmp <- contrasts.fit(fit, coef = 5) # Test cultivarI5:time9
tmp <- eBayes(tmp)
top.table <- topTable(tmp, sort.by = "P", n = Inf)
head(top.table, 20)

####################多變量分析########################
#讓事情更復(fù)雜一點(diǎn),我們加入批次信息
batch <- factor(rep(rep(1:2, each = 2), 6))
# 只需要重新定義model matrix忽媒,其余都一樣
mm <- model.matrix(~0 + group + batch)
y <- voom(d, mm, plot = F)
fit <- lmFit(y, mm)
contr <- makeContrasts(groupI5.6 - groupC.6, levels = colnames(coef(fit)))
tmp <- contrasts.fitit(fit, contr)
tmp <- eBayes(tmp)
top.table <- topTable(tmp, sort.by = "P", n = Inf)
head(top.table, 20)


# 加入連續(xù)變量
# Generate example RIN data
set.seed(99)
RIN <- rnorm(n = 24, mean = 7.5, sd = 1)
RIN
mm <- model.matrix(~0 + group + RIN)
y <- voom(d, mm, plot = F)
fit <- lmFit(y, mm)
contr <- makeContrasts(groupI5.6 - groupC.6, levels = colnames(coef(fit)))
tmp <- contrasts.fit(fit, contr)
tmp <- eBayes(tmp)
top.table <- topTable(tmp, sort.by = "P", n = Inf)
head(top.table, 20)


# What if we want to look at the correlation of gene expression with a continuous variable like pH?
# Generate example pH data
set.seed(99)
pH <- rnorm(n = 24, mean = 8, sd = 1.5)
pH
mm <- model.matrix(~pH)
head(mm)
y <- voom(d, mm, plot = F)
fit <- lmFit(y, mm)
tmp <- contrasts.fit(fit, coef = 2) # test "pH" coefficient
tmp <- eBayes(tmp)
top.table <- topTable(tmp, sort.by = "P", n = Inf)
head(top.table, 20)

上面争拐,我們分別加入了額外的二分變量、連續(xù)變量進(jìn)行l(wèi)imma分析猾浦,結(jié)果都很好陆错。
這就是有關(guān)limma分析的全部?jī)?nèi)容灯抛,注釋寫的很清楚金赦,可以用這個(gè)流程分析任何轉(zhuǎn)錄組數(shù)據(jù),進(jìn)行差異表達(dá)分析对嚼。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末夹抗,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子纵竖,更是在濱河造成了極大的恐慌漠烧,老刑警劉巖杏愤,帶你破解...
    沈念sama閱讀 206,839評(píng)論 6 482
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異已脓,居然都是意外死亡珊楼,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,543評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門度液,熙熙樓的掌柜王于貴愁眉苦臉地迎上來厕宗,“玉大人,你說我怎么就攤上這事堕担∫崖” “怎么了?”我有些...
    開封第一講書人閱讀 153,116評(píng)論 0 344
  • 文/不壞的土叔 我叫張陵霹购,是天一觀的道長(zhǎng)佑惠。 經(jīng)常有香客問我,道長(zhǎng)齐疙,這世上最難降的妖魔是什么膜楷? 我笑而不...
    開封第一講書人閱讀 55,371評(píng)論 1 279
  • 正文 為了忘掉前任,我火速辦了婚禮贞奋,結(jié)果婚禮上把将,老公的妹妹穿的比我還像新娘。我一直安慰自己忆矛,他們只是感情好察蹲,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,384評(píng)論 5 374
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著催训,像睡著了一般洽议。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上漫拭,一...
    開封第一講書人閱讀 49,111評(píng)論 1 285
  • 那天亚兄,我揣著相機(jī)與錄音,去河邊找鬼采驻。 笑死审胚,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的礼旅。 我是一名探鬼主播膳叨,決...
    沈念sama閱讀 38,416評(píng)論 3 400
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼痘系!你這毒婦竟也來了菲嘴?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,053評(píng)論 0 259
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎龄坪,沒想到半個(gè)月后昭雌,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,558評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡健田,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,007評(píng)論 2 325
  • 正文 我和宋清朗相戀三年烛卧,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片妓局。...
    茶點(diǎn)故事閱讀 38,117評(píng)論 1 334
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡唱星,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出跟磨,到底是詐尸還是另有隱情间聊,我是刑警寧澤,帶...
    沈念sama閱讀 33,756評(píng)論 4 324
  • 正文 年R本政府宣布抵拘,位于F島的核電站哎榴,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏僵蛛。R本人自食惡果不足惜尚蝌,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,324評(píng)論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望充尉。 院中可真熱鬧飘言,春花似錦、人聲如沸驼侠。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,315評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽倒源。三九已至苛预,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間笋熬,已是汗流浹背热某。 一陣腳步聲響...
    開封第一講書人閱讀 31,539評(píng)論 1 262
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留胳螟,地道東北人昔馋。 一個(gè)月前我還...
    沈念sama閱讀 45,578評(píng)論 2 355
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像糖耸,于是被迫代替她去往敵國和親秘遏。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,877評(píng)論 2 345