我有一个时变的RNASeq实验用于突变和WT比较。
[在lfc = 2 , pval = 0.01，我的基因型比较（例如Mut1_0h-WT_0h , Mut1_24h-WT_24h）和时间比较（例如WT24h_WT0h, Mut1_24h-Mut1_0h）的基因上调。
我如何测试这是否是基因型效应或时间效应，或两者兼有，等等。
如果您可以提供数据的代表（可重现的示例），将会很有帮助。
而且，与编程问题相比，这更是一个统计问题，因此您可能也很想在交叉验证时提出问题。
但是，一般来说，您似乎需要使用混合效果模型。一个简单的例子是重复测量方差分析，但是，您只能使用分类固定效果预测变量。更好的选择是使用专门的混合效果包来拟合适当的混合效果模型，例如lme4，nlme，brms。
个人，我建议brms，因为它是贝叶斯，灵活，易于使用且很棒。它使安装，可视化和检查非常复杂的模型变得非常容易。
无论如何，这是在brms中拟合简单混合效果模型的方式，可以根据wt和gene及其相互作用来预测time，并在测试对象之间随机斜率（id）。
library(brms)
mod <- brm(wt ~ gene * time + (gene * time | id), data = your_data, family = gaussian())
您可能想指定优先级，等等，但是有很多关于如何在Google上搜索一下的方法的教程。