Group = factor(pheno$group,levels=c('Responder','Nonresponder'))
design = model.matrix(~0+Group)
各位大神，请教一下，用limma包做差异基因筛选，程序如下
colnames(design) <- c('Responder','Nonresponder')
design
#线性模型拟合
fit <- lmFit(datExpr2, design)
#构建比对模型，比较两个条件下的表达数据
contrast.matrix <- makeContrasts(Responder-Nonresponder,#1
                                 levels=design)

#####################
####################
library(xlsx)
library(futile.logger)
#比对模型进行差值计算
fit2 <- contrasts.fit(fit, contrast.matrix)
#贝叶斯检验
fit2 <- eBayes(fit2)
#找出差异基因检验结果并输出符合条件的结果
diff = topTable(fit2,adjust.method="fdr",coef=1,p.value=0.05,
                lfc=log(1.5,2),number=5000,sort.by = 'logFC')

标红的位置好像算出来是用adj.p.value计算的，用这个计算得到的差异基因太少，我想换成p.value，谁能指导一下如何改程序？谢谢各位啦。
我自己改的如下diff = topTable(fit2,coef= 1,
                                            lfc=log(1,2),number=200000)
                       diff <- diff[diff[,"P.Value"]<0.05,]
但遇到一个奇怪的问题，我把上图红色改成1.5倍，运行下面的p.value就报错，提示如下
Error in `[.data.frame`(diff, , "P.Value") : undefined columns selected
各位能否解答一下困惑，谢谢啦。