limma：微阵列和RNA-Seq数据的线性模型用户手册

Gordon K. Smyth, Matthew Ritchie, Natalie Thorne,

James Wettenhall, Wei Shi and Yifang Hu

Bioinformatics Division, The Walter and Eliza Hall Institute of Medical Research, Melbourne, Australia

2002年12月2日第一版

2016年10月16日最后修订

Limma是一个用于分析由微阵列或RNA-Seq产生的基因表达数据的数据包[33]。核心能力是使用线性模型来评估多因素设计实验背景下的差异表达。Limma提供了在许多RNA靶点之间同时分析比较的能力。它具有即使利用少量阵列进行实验也能分析稳定的特点—这是通过跨基因借用信息来实现的。它是专门设计的用于分析拥有多个实验条件和预测的复杂实验的。线性模型和差分表达式函数适用于任何定量基因表达技术的数据，包括微阵列、RNA-seq和定量PCR。Limma可以处理单通道和双色微阵列。

本指南给出了主要功能的教程式介绍，但没有描述程序包的每个功能。包中每个函数的完整描述由R在线帮助系统提供帮助文档。要访问在线帮助，请在R命令行中键入help(package=limma)或使用help.start()命令启动HTML帮助系统抑或是使用Windows下拉帮助菜单。

Limma提供了一套强大的函数，用于读取、探索和预处理双色微阵列数据。Bioconductor中的marray包提供了读取和归一化点状双色微阵列数据的替代函数。marray包为来自双色微阵列数据的对数比率提供灵活的位置和进行缩放归一化的例程。Limma数据包与marray数据包功能重叠，但是拥有更普遍的阵列内部和阵列之间归一化的定义，分别设定为单独的步骤。如果你想要一起使用Limma和marray数据包，请参阅第6.4节。

Limma可以从各种图像分析软件平台读取输出数据，包括GenePix、ImaGene等。可以处理单通道或双通道格式。

Bioconductor中的affy数据包提供了读取和归一化Affymetrix微阵列数据的函数。在用户指南的整个过程中都会提供关于如何使用Limma和affy数据包的建议，例如参见第8.2节以及大肠杆菌和雌激素的案例研究。

读取和预处理Illumina BeadChips表达数据的函数在limma 3.0.0版本中引进，请参见第17.3节中的案例研究。Limma也可以与vst或者beadarray软件包一起用于预处理Illumina数据。

从版本3.9.19开始，Limma数据包开始包含分析RNA-Seq实验的函数，详情参见案例研究11.8。方法是将序列读长计数表转换为表达式对象，然后可以将其作为微阵列数据进行后续分析。

本指南将Limma描述为命令驱动程序包。对于双色数据，图形用户界面中最为常用的limma函数可以通过数据包limmaGUI [48]获得；对于Affymetrix数据，可以使用affylmGUI数据包[47]。两个数据包均可从Bioconductor获得。

本用户指南针对R版本2.8.0至3.3.1和limma版本2.16.0至3.30.0应是正确的。limma主页是http://bioinf.wehi.edu.au/limma。