LIMMA：微阵列和RNA-seq数据的线性模型
用于分析基因表达研究的软件包，特别是用于分析设计实验和评估差异表达的线性模型的使用。分析方法适用于许多不同的技术，包括微阵列、RNA-seq、定量PCR和许多蛋白质技术。
LIMMA作为生物导体项目。要从R命令行安装limma，请使用CRAN的BiocManager软件包：
>库（“BiocManager”）>安装（“limma”）>安装（“statmod”）
综合文档随软件包一起分发。《Limma用户指南》也可从Bioconductor链接获得limma包页面。使用LIMMA的帮助可以通过向生物导体支持站点。
相关程序包
LIMMA是一个命令驱动的软件包，但也提供菜单驱动的界面。请参见limmaGUI公司对于双色阵列或affylmGUIAffymetrix阵列。
引用limma
Limma由作者和同事进行了一系列方法学研究。在出版物中使用软件结果时，请引用适当的文章。这些引文是作者获得专业学分的主要手段。
limma软件包本身可以引用为：
Ritchie，ME，Phippon，B，Wu，D，Hu，Y，Law，CW，Shi，W和Smyth，GK（2015）。limma为RNA测序和微阵列研究提供差异表达分析。核酸研究43（7），e47。[全文]
以上文章回顾了limma包的总体功能，包括新的和旧的。
其他文章描述了包的特定功能背后的统计方法。如果使用limma进行差异表达式分析，请使用以下函数lmFit（最小匹配）,电子银行和top表格，请引用：
Phipson，B、Lee，S、Majewski，IJ、Alexander，WS和Smyth，GK（2016）。稳健的超参数估计可防止高变基因，并提高检测差异表达的能力。应用统计年鉴10, 946-963.[公共医学][全文]
如果您使用声音RNA-seq分析功能，请引用：
Law，CW，Chen，Y，Shi，W和Smyth，GK（2014）。Voom：精确权重解锁用于RNA-seq读取计数的线性模型分析工具。基因组生物学第15页，第29页。[全文][补充信息]
如果您使用背景正确功能，请引用
Ritchie，ME，Silver，J，Oshlack，A，Holmes，M，Diyagama，D，Holloway，A和Smyth，GK（2007）。双色微阵列背景校正方法的比较。生物信息学23, 2700-2707.[全文][补充信息]
对于双色微阵列数据的标准化，使用读取图像,使用数组规范化或规格化阵列之间功能，请引用：
Smyth，G.K.和Speed，T.P.（2003）。cDNA微阵列数据的规范化。方法31, 265-273.(预打印PDF)
如果您使用重复相关性功能，请引用
Smyth，G.K.、Michaud，J.和Scott，H.（2005）。使用阵列内复制点评估微阵列实验中的差异表达。生物信息学 21(9), 2067-2075.[全文][补充信息][预打印PDF][勘误表][Faculty1000Prime公司]
如果使用阵列权重,数组权重简单或阵列重量快速，请引用：
Ritchie，M.E.、Diyagama，D.、Neilson，J.、van Laar，R.、Dobrovic，A.、Holloway，A.和Smyth，G.K.（2006年）。微阵列数据分析中的经验阵列质量权重。BMC生物信息学7，第261条。[全文][补充信息]
如果您使用lmsc拟合双通道微阵列的单独通道分析功能，请引用：
Smyth，GK和Altman，NS（2013年）。双通道微阵列的分离通道分析：恢复点间信息。BMC生物信息学14, 165.[全文]
许多标准实验设计的设计矩阵的构造描述如下：
Smyth，G.K.（2005）。Limma：微阵列数据的线性模型。在：使用R和生物导体的生物信息学和计算生物学解决方案,R.Gentleman、V.Carey、S.Dudoit、R.Irizarry、W.Huber（编辑），施普林格，纽约，第397-420页。[出版商网站][预打印PDF]（2005年8月8日出版）
《用户指南》中使用的数据集