内容来自油管上Tanya Ting的‘tutorial for limma’，内容不多但是理清了一些概念
首先是Single Factor Design

Yi为样本i中基因Y的表达

首先需要一个Design Matrix

上图等式的矩阵表达形式
其次需要Contrast Matrix，这里计算T-N，这是我们的contrast of interest
Contrast Matrix

举例：2组3重复的实验

1、制作Design Martix和Contrast Matrix

• 手动设置Design Matrix和Contrast Matrix

  
  DM
  CM

• 利用limma包函数设置DM和CM

  
  DM，使用model.matrix(~0+sample)，这里不需要intercept，不过作者没有作更多解释

CM，使用makeContrast()函数

2、fit Limma

lmFit()拟合线性模型，传递给contrast.fit(),再传递给eBayes()
deg for different expression gene

3、两因素设计

2种处理，3重复共12个样本
不仅要关注处理1的作用，处理2的作用，还要关注处理1和处理2的差异 同样拟合Limma