如果你还不会利用limma进行多组差异分析？不慌！跟着小果一文拿捏
尔云间 一个专门做科研的团队
欢迎点赞+收藏+关注
生信人R语言学习必备
立刻拥有一个Rstudio账号
开启升级模式吧
（56线程，256G内存，个人存储1T）
今天小果想为大家分享的是基于limma包进行多组差异分析
limma包在进行GEO数据库mRNA芯片数据分析时，使用的频率非常非常高，强烈安利小伙伴学习奥！有GEO数据分析需求的小伙伴可以跟着小果一起来学习，接下来小果就开始今天的分享。
1. 如何利用limma进行多组差异分析？
在进行讲解如何进行分析之前，小果想为小伙伴简单讲解一下limma包的分析原理，该包是基于线性模型进行差异分析，如何使用该包进行转录组数据差异分析，可以参考官网http://bioconductor.org/packages/release/bioc/vignettes/limma/inst/doc/usersguide.pdf文档进行学习，小果在这里就不做详细介绍了。本推文只需要基因表达矩阵文件和样本分组文件，就可以批量完成多组差异分析，非常简单方便，值得小伙伴们学习奥！接下来跟着小果开始今天的实操学习吧！
2. 准备需要的R包
limma包的安装直接可以通过Bioconductor安装，安装非常简单，小果为大家也提供网址：http://bioconductor.org/packages/release/bioc/html/limma.html，如下：
3. 数据准备
input_FPKM.txt
#基因表达矩阵文件，行名为Gene,列为样本名.
input_subtype.txt
##样本分组信息文件，第一列为样本名，第二列为分组信息
4. limma进行多组差异分析
5. 结果文件
1. SKCM_limma_test_result.immune_vs_Others.txt
该结果文件为计算的immune组与其他分组的差异分析结果文件,行名为基因名，第一列为log2FC,第四列为Pvalue值，第五列为FDR(矫正后的P值)
2. SKCM_limma_test_result.keratin_vs_Others.txt
该结果文件为计算的keratin组与其他分组的差异分析结果文件,行名为基因名，第一列为log2FC,第四列为Pvalue值，第五列为FDR(矫正后的P值)
3. SKCM_limma_test_result.MITF-low_vs_Others.txt
该结果文件为计算的MITF-low组与其他分组的差异分析结果文件,行名为基因名，第一列为log2FC,第四列为Pvalue值，第五列为FDR(矫正后的P值).
今天小果的分享就到这里啦！如果小伙伴有其他数据分析需求，可以尝试使用本公司新开发的生信分析小工具云平台，零代码完成分析，非常方便奥，云平台网址为：http://www.biocloudservice.com/home.html,包括了用edgeR实现多组差异分析(http://www.biocloudservice.com/289/289.php)，DEseq2实现多组差异分析(http://www.biocloudservice.com/287/287.php)等小工具，欢迎大家和小果一起讨论学习哈！！！！
往期推荐
1、 PCA绘图，从原理到绘图
2 、小果的单日小技巧DAY6：如何利用panImmune轻松分析免疫浸润？
“生信果”，生信入门、R语言、生信图解读与绘制、软件操作、代码复现、生信硬核知识技能、服务器、生物信息学的教程，以及基于R的分析和可视化等原创内容，一起见证小白和大佬的成长。
