limma-voom
将线性模型和精度权重应用于 RNA-seq 数据的差异表达分析方法，继承了 limma 在芯片数据中的优势。 该方法通过 voom 转换为每个观测值分配精度权重，使得线性建模框架能够适用于计数数据。
| 属性 | 值 |
|---|---|
| 用途 | 基于线性模型和精度权重的 RNA-seq 差异表达分析 |
| 时间复杂度 | O(n * g) |
| 空间复杂度 | O(g) |
| 年份 | 2014 |
| 分类 | 基因表达分析 |
复杂度分析
- 时间复杂度：
O(n * g) - 空间复杂度：
O(g)
性能洞见：该算法时间复杂度属于多项式量级。
注：复杂度基于理论模型。实际性能受数据规模、硬件环境与实现优化影响，建议针对具体场景进行基准测试。
文献与实现
相关工具
DESeq2 · edgeR · limma
标签
differential-expression precision-weight linear-model bioconductor