利用limma 包进行芯片数据差异分析，需要按照分组信息构建分组矩阵，基于model.matrix函数完成，获得的分组矩阵结构类似下方显示结果：
> design
A B
GSM1626001 1 0
GSM1626002 1 0
GSM1626003 1 0
GSM1626010 0 1
GSM1626011 0 1
GSM1626012 0 1
attr(,"assign")
[1] 1 1
attr(,"contrasts")
attr(,"contrasts")$`description`
[1] "contr.treatment"
其0 1表示有无，可以理解为A组存在GSM1626001 GSM1626002 GSM1626003 三个样品，B组理解依然，整个矩阵描述了将要比较的两组样品情况，之后利用makeContrasts构建差异对比矩阵 以便继续进行后续分析
> cont.matrix = makeContrasts(B-A, levels=design)
> cont.matrix
Contrasts
Levels B - A
A -1
B 1
表示开始进行B相对于A组的差异表达分析
更多生物信息课程：
1. 文章越来越难发？是你没发现新思路，基因家族分析发2-4分文章简单快速，学习链接：基因家族分析实操课程、基因家族文献思路解读
2. 转录组数据理解不深入？图表看不懂？点击链接学习深入解读数据结果文件，学习链接：转录组（有参）结果解读；转录组（无参）结果解读
3. 转录组数据深入挖掘技能-WGCNA，提升你的文章档次，学习链接：WGCNA-加权基因共表达网络分析
4. 转录组数据怎么挖掘？学习链接：转录组标准分析后的数据挖掘、转录组文献解读
5. 微生物16S/ITS/18S分析原理及结果解读、OTU网络图绘制、cytoscape与网络图绘制课程
6. 生物信息入门到精通必修基础课：linux系统使用、perl入门到精通、perl语言高级、R语言入门、R语言画图
7. 医学相关数据挖掘课程，不用做实验也能发文章：TCGA-差异基因分析、GEO芯片数据挖掘、GEO芯片数据标准化、GSEA富集分析课程、TCGA临床数据生存分析、TCGA-转录因子分析、TCGA-ceRNA调控网络分析
8.其他，二代测序转录组数据自主分析、NCBI数据上传、二代测序数据解读
