R
相比于网页工具，使用编程语言处理科研数据的一大优势，在于高度的定制化，以及批量处理数据的快捷性和高效性
目录
批量处理——for循环批量计算组间差异
批量处理——apply批量计算组间差异
批量处理——for循环画图
批量处理——for循环迁移文件
对于批量处理数据的方法，之前使用for循环和apply语句进行处理过，但是不够系统，学习果子生信课程后有一个清晰的认识，写下来，一是可以调用方便，二是自己写过之后，才能算是完全掌握。当然一切以解决问题为主，不陷于技术深究。
批量计算基因和基因之间的相关性，也是一项很好的应用。
场景
计算RNA-seq得到几个基因与免疫细胞相关性
数据准备
所需要的两项数据，一个是基因表达数据，另一个是免疫细胞浸润的矩阵，行名要一致，都是样本名称
表达矩阵
免疫细胞矩阵
1. 单个基因和免疫细胞相关性分析
这个和之前提到的单个基因和近2万个基因求相关性是一样的
1.1 for循环计算
gene <- "KLF5"
y <- as.numeric(expr_data[,gene])
### 批量操作的具体实现过程：
### 1.设定容器,最终生成的数据放在什么地方？
correlation <- data.frame()
### 2.批量把数据导出到容器
for(i in 1:length(colnames(immu_data))){
## 1.指示
print(i)
## 2.计算
dd = cor.test(as.numeric(immu_data[,i]),y,method="spearman")
## 3.填充
correlation[i,1] = colnames(immu_data)[i]
correlation[i,2] = dd$estimate
correlation[i,3] = dd$p.value
}
### 修改名称
colnames(correlation) <- c("cell","cor","p.value")
计算结果
1.2 lapply 计算
从批量处理——基因之间的相关性复制相关代码，修改个别名称
yourgene <- 'DDR1'
genelist <- colnames(immu_data)
# 写一个函数
mycor <- function(x){
dd = cor.test(expr_data[,yourgene], immu_data[,x], method = 'spearman')
data.frame(gene = yourgene, cell = x, R = dd$estimate, p.value = dd$p.value)
}
# 测试一下
mycor(genelist[1])
# 批量
lapplylist <- lapply(genelist, mycor)
# do.call
cor_data <- do.call(rbind, lapplylist)
# 整理成一个函数
cor_data <- do.call(rbind, lapply(genelist, function(x){
dd = cor.test(COAD_data[,yourgene], COAD_data[,x], method = 'spearman')
data.frame(gene1 = yourgene, gene2 = x, R = dd$estimate, p.value = dd$p.value)
}))
得到的结果是这样
结果一致
多个基因怎么计算
当然可以接着写一个循环函数，其实已经有人帮我们做好轮子，拿来用就好。使用psych这个包（这个包应该也是将计算内容向量化，提高运算速度）
sig_gene <- c("APOE","CASR","CTLA4", "CXCL8", "F2","IL6","MMP9")
library(psych)
x <- expr_data[,sig_gene]
y <- immu_data
library(psych)
d <- corr.test(x,y,use="complete",method = 'spearman')
r <- d$r
p <- d$p
library(ggcorrplot)
ggcorrplot(t(d$r), show.legend = T,
p.mat = t(d$p.adj), digits = 2, sig.level = 0.05,insig = 'blank',lab = T)
得到的结果如下
相关性分析
结果还是不错的，速度快，有可视化。这算是包装过后的批量分析。
后记：研究问题，一个是量的问题，一个是分组的问题。涉及到量的问题，就会有差异性分析，相关性分析。这是总体的相关性分析，接着将两两相关性图形展现。