Итак, у меня есть некоторые данные из эксперимента RTqPCR в разных образцах, измеряющие количество генов (80-90).Я предварительно обработал исходные данные Ct, исправляя их по эффективности, нормализуя с помощью эталонных генов с помощью выбранных генов NormFinder и geNorm, усредняя технические повторы и вычисляя относительные количественные показатели, которые в конечном итоге были преобразованы в масштаб log2.
У меня есть одна матрицас данными log2 RTqPCR для нескольких генов в нескольких образцах, каждый для одной отдельной ткани для тех же самых анализируемых животных.
Ситуация вместо того, чтобы вычислять простой t-критерий между двумя группами для оценки дифференциальной экспрессии, я быхотелось бы учитывать не только переменную группировки, но также другую факториальную переменную (пол) и непрерывную переменную, чтобы она соответствовала многомерной регрессионной модели для анализа дифференциальных выражений.
Дело в том, что я использовалпакет Limma для анализа данных Microarray ранее, и мне было интересно, будет ли правильно использовать преобразованные log2 матрицы для подгонки анализа дифференциальных выражений лиммы, а также как я должен dОпределите контрастную матрицу и формулу для регрессии по линии, если я хочу принять во внимание пол (фактор) и другие непрерывные переменные, кроме группы (две группы).
Мой файл фенотипа будет выглядеть примерно так:
Samples Sex Group Cont.Var
sample1 1 1 2.3
sample2 1 1 3.4
sample3 1 1 2.5
sample4 2 2 4.6
sample5 2 2 6.2
sample6 2 2 4.1
Какую формулу я должен определить при проектировании для создания контраста между группами 1 и 2?Скажем, я хотел бы провести контраст между группами 1 и 2, принимая во внимание взаимодействие пола и Cont.Var с нормализованными данными log2 Ct.
Будет ли это другой подход или рекомендуемый конвейер для сравнения этогогипотеза?
Большое спасибо