我正在研究来自同一患者的转移灶和主要肿瘤中数千个基因的mRNA表达数据。从多发转移的患者中，所有转移灶都获得单独的数据。该表看起来如下所示。
Subjects Type GeneA GeneB GeneC
A Met 1 2 5
A Main 3 6 43
B Met 5 1 3
B Met 1 44 2
B Main 3 4 3
我想对每个患者和基因进行成对t检验，看看哪些基因在所有患者的转移和肿瘤之间始终存在差异（即比较患者A，B，C等的GeneA Met / Main等等）然后调整p值以保持5％的错误发现率。我设法运行不成对的t检验，如下所示汇集所有科目，但不能围绕如何进行配对t检验。任何帮助表示赞赏。
library(multtest)
teststat<-mt.teststat(t(mydata[,3:N]),mydata[,2])#N is the last column
rawp = 2 * (1 - pnorm(abs(teststat)))
procedures = c("BH")
adjusted = mt.rawp2adjp(rawp, procedures)