Plan factoriel expérimental

Analyse d'expression différentielle avec limma dans R

John Blischak

Instructor

Plans factoriels

Plan 2x2 pour étudier l'effet du froid chez les plantes :
- 2 types d'Arabidopsis thaliana : col, vte2
- 2 températures : normale, basse
- Maeda et al. 2010

dim(eset)

Features  Samples 
   11871       12

table(pData(eset)[, c("type", "temp")])

      temp
type   low normal
  col    3      3
  vte2   3      3

Modèle à moyennes de groupe pour un plan 2x2

$$ Y = \beta_1 X_1 + \beta_2 X_2 + \beta_3 X_3 + \beta_4 X_4 + \epsilon $$

$\beta_1$ - Niveau moyen d'expression chez les plantes col à température low
$\beta_2$ - Niveau moyen d'expression chez les plantes col à température normal
$\beta_3$ - Niveau moyen d'expression chez les plantes vte2 à température low
$\beta_4$ - Niveau moyen d'expression chez les plantes vte2 à température normal

Matrice de conception à moyennes de groupe pour un plan 2x2

group <- with(pData(eset), 
              paste(type, temp, sep = "."))
group <- factor(group)

design <- model.matrix(~0 + group)
colnames(design) <- levels(group)

head(design, 3)

  col.low col.normal vte2.low vte2.normal
1       0          1        0           0
2       0          1        0           0
3       0          1        0           0

colSums(design)

    col.low  col.normal    vte2.low vte2.normal 
          3           3           3           3

Contrastes pour un plan 2x2

	$\beta_1$	$\beta_2$	$\beta_3$	$\beta_4$
`type`	col	col	vte2	vte2
`temp`	low	normal	low	normal

Differences of type in normal temp: $\beta_4 - \beta_2 = 0$
Differences of type in low temp: $\beta_3 - \beta_1 = 0$
Differences of temp in vte2 type: $\beta_3 - \beta_4 = 0$
Effect of temp in col type: $\beta_1 - \beta_2 = 0$
Differences of temp between col and vte2 type: $(\beta_3 - \beta_4) - (\beta_1 - \beta_2) = 0$

Matrice de contrastes pour un plan 2x2

library(limma)
cm <- makeContrasts(type_normal = vte2.normal - col.normal,
                    type_low = vte2.low - col.low,
                    temp_vte2 = vte2.low - vte2.normal,
                    temp_col = col.low - col.normal,
                    interaction = (vte2.low - vte2.normal) -(col.low - col.normal),
                    levels = design)

cm

             Contrasts
Levels        type_normal type_low temp_vte2 temp_col interaction
  col.low               0       -1         0        1          -1
  col.normal           -1        0         0       -1           1
  vte2.low              0        1         1        0           1
  vte2.normal           1        0        -1        0          -1

Mise à l'épreuve d'un plan 2x2

library(limma)

# Fit coefficients
fit <- lmFit(eset, design)

# Fit contrasts
fit2 <- contrasts.fit(fit, contrasts = cm)

# Calculate t-statistics
fit2 <- eBayes(fit2)

# Summarize results
results <- decideTests(fit2)
summary(results)

   type_normal type_low temp_vte2 temp_col interaction
-1           0      466      1635     1885         128
0        11871    10915      7635     6989       11640
1            0      490      2601     2997         103

Effet de la sécheresse sur les arbres Populus

Plan 2x2 pour étudier l'effet de la sécheresse chez les arbres :
- 2 types de Populus : DN34, NM6
- 2 conditions d'eau : normale, sécheresse
- Wilkins et al. 2009

dim(eset)

Features  Samples 
   16172       12

table(pData(eset)[, c("type", "water")])

      water
type   drought normal
  dn34       3      3
  nm6        3      3

Passons à la pratique !

Analyse d'expression différentielle avec limma dans R