R语言limma差异分析代码

以下是R语言limma包进行差异分析的代码示例：

# 安装及加载limma包
install.packages("limma")
library(limma)

# 导入数据，设置分组，构建DGEList对象
counts <- read.table("counts.txt", header=TRUE, row.names=1)
group <- factor(c(1,1,1,2,2,2))
dge <- DGEList(counts=counts, group=group)

# 过滤低表达的基因，进行标准化处理
keep <- filterByExpr(dge)
dge <- dge[keep,,keep.lib.sizes=FALSE]
dge <- calcNormFactors(dge)

# 估算离散值
design <- model.matrix(~group)
dge <- estimateDisp(dge, design)

# 差异分析
fit <- glmQLFit(dge, design)
qlf <- glmQLFTest(fit, coef=2)
top <- topTags(qlf, n=nrow(counts))

# 输出差异基因列表
summary(top)

以上代码中，我们首先安装并加载了limma包，然后导入了基因表达数据和分组信息，构建了DGEList对象。接着，我们过滤了低表达的基因并进行了标准化处理，然后估算了离散值。最后，我们使用glmQLFTest()函数进行差异分析，并使用topTags()函数输出差异基因列表。