limma中coef的含义及两种差异分析代码结果不一致的原因咨询

嘿，我来帮你拆解这个limma里的问题，先从coef参数的含义说起，再对比那两段代码的核心差异～

1. limma中coef参数的含义 #

在limma里，coef的作用是指定你要检验的设计矩阵中的某一列对应的回归系数。简单来说，设计矩阵的每一列都对应模型里的一个效应（比如分组差异、交互效应），coef=N就是告诉limma：我要检验第N列的这个系数是否显著不等于0，也就是这个效应是否存在统计学意义。

拿你给出的设计矩阵例子来看：

colnames(design)
[1] "(Intercept)"          "StrainMu"             "StrainWT:TreatmentS"  "StrainMu:TreatmentS"

这里coef=4对应的就是第4列的StrainMu:TreatmentS系数，检验的是Mu菌株中，S处理组相对于U处理组的表达差异是否显著不等于0（结合模型结构，这个系数直接对应Mu菌株内处理的差异）。

2. 两段代码结果不同的核心原因 #

这两段代码本质上是在做完全不同的假设检验，结果自然不一样，咱们逐段拆解：

第一段代码：直接检验第4个系数 #

fit <- eBayes(fit); topTable(fit, coef=4)

这段代码是在原模型的基础上，直接对第4列的StrainMu:TreatmentS系数做显著性检验，对应的假设是：

H0：StrainMu:TreatmentS系数 = 0（即Mu菌株中S处理和U处理没有表达差异）
H1：该系数 ≠ 0（即Mu菌株中两种处理存在显著差异）

第二段代码：自定义对比检验 #

fit <- contrasts.fit(fit, c(-1,0,0,1)); fit <- eBayes(fit); topTable(fit)

这里的关键是contrasts.fit函数，你传入的对比向量c(-1,0,0,1)是对设计矩阵的所有系数做线性组合，对应到模型里的假设是：

H0：(-1)Intercept + 0StrainMu + 0StrainWT:TreatmentS + 1StrainMu:TreatmentS = 0
也就是：StrainMu:TreatmentS系数 = Intercept系数

而Intercept在你的模型里代表的是WT菌株未刺激（U组）的平均对数表达水平，所以这段代码检验的是：Mu菌株中S处理相对于U处理的表达差异，是否等于WT菌株U组的平均表达水平——这和第一段检验“差异是否为0”的假设完全不是一回事，结果自然会不同。

内容的提问来源于stack exchange，提问作者jkd