Я ищу способ определения генов, которые значительно стабильны в разных условиях. Другими словами, противоположность стандартного анализа DE.
Стандарт DE расщепляет гены на две категории: существенные изменения с одной стороны, все остальное, «остальное», с другой.
«Остальное», однако, содержит как гены, которые на самом деле не меняются, так и гены, для которых уверенность в изменении недостаточна, чтобы назвать их дифференциальными.
Я хочу найти те, которые не меняются, или, другими словами, те, для которых я могу с уверенностью сказать, что нет никаких изменений в моих условиях.
Я знаю, что это возможно в DEseq, предлагая альтернативную нулевую гипотезу, но я должен интегрировать это как дополнительный шаг в чей-то конвейер, который уже использует лимму, и я хотел бы придерживаться этого.
В идеале я хотел бы протестировать как DE, так и неизменяющиеся гены аналогичным образом, что-то концептуально похожее на изменение H0 в DEseq.
На данный момент код для проверки DE выглядит следующим образом:
# shaping data
comparison <- eBayes(lmFit(my_data, weights = my.weights^2))
results <- limma::topTable(my_data, sort.by = "t",
coef = 1, number = Inf)
в качестве примера я бы хотел что-то вроде следующего, но все, что концептуально похоже, подойдет.
comparison <- eBayes(lmFit(my_data, weights = my.weights^2), ALTERNATIVE_H0 = my_H0)
Я знаю, что Treat () позволяет задавать нулевую гипотезу с интервалом, предоставляя сгибное изменение со ссылкой на руководство: «В нем используется гипотеза с нулевым интервалом, где интервал равен [-lfc, lfc]».
Однако это все еще проверяет изменения от центрального интервала около 0, в то время как я хотел бы проверить интервалы [-inf, -lfc] + [lfc, inf].
Есть ли какая-то опция, которую я пропускаю?
Спасибо!