2018-12-13 ---作业-知识点总结

2018-12-14 本文已影响6人悦时光_

1，名词解释（是什么的问题）

org.Hs.eg.db，一个注释包，28个主流数据库的ID任意切换，技能树的链接讲的很清楚
hgu133a.db ,一个平台的注释包，平台与注释包之间的关系
hgu95av2.db image.png

2，技能总结（怎么做的问题）

复制一个 .Rproj 非常好用，这样可以进行所有数据的链接和存储；（解决了我之前一直累计乱存放的问题）
在R 里边可以直接新建 .txt 文件，file→newfile→txt
关于字符串的处理，strsplit() ,substring(), 有了比较好的理解；因为是对字符串处理的函数，所以注意输入的 class；
尝试运行： image.png
lapply 默认输出是 list 级别的变量；
做出的结果可以在 genecard 上边进行验证，看有没有错误；
a$ensembl_id 可以表的最后一行加入一列；
toTable, 转换成表格形式，这样子方便下一个 merge()
suppressPackageStartupMessages，让一些安装软件的提示，不再显示，还有其他安装包的相关命令。
ExpressionSet,技能树的总结 ,把ExpressionSet 丢到Google里，第一个中文的解释就是技能树的，这棵树简直太强大了。简单理解就是结合了表达矩阵和分组信息的超级包；
image.png
一个基因有三个因子，可以选择差异最明显的基因；
[图片上传中...(image.png-33995-1544743899438-0)]
read.table 可以把下边图一的格式，读成图二

图片1，原资料
图片2，加载的表格

3，常用命令复习：

colnames(a)='probe_id'
# 设置镜像
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") 
# 这个应该也是设置镜像的

options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) BiocManager::install("hgu133a.db",ask = F,update = F) # 安装
## 注意比较 merge 和match 的用法区别，输入的是表格还是 向量
tmp1=merge(ids,a,by='probe_id')
tmp2=ids[match(a$probe_id,ids$probe_id),]
# 这样的数据类型都可以这样子取，取出SYMBOL 和芯片探针的ID；
 ids=toTable(hgu95av2SYMBOL)
# 可以调出分组信息； ~ 后边应该默认会做成因子；
boxplot(exprSet['1974_s_at',] ~ pd$Disease)

4，后期需要整理的资料：

match merge， %in%
想如何通过 ggpubr 进行美化

从上面可以看到%in%这个操作符只返回逻辑向量TRUE 或者FALSE，而且返回值应该与%in%这个操作符前面的向量程度相等。也就是说它相当于遍历了C里面的一个个元素，判断它们是否在B中出现过，然后返回是或者否即可。
而match(C,B)的结果就很不一样了，它的返回结果同样与前面的向量等长，但是它并非返回逻辑向量，而是遍历了C里面的一个个元素，判断它们是否在B中出现过，如果出现就返回在B中的索引号，如果没有出现，就返回NA。

5，存在的问题
1，

这个图怎样看p值？
2，忘记如何找到BRCA1基因在TCGA数据库的乳腺癌数据集(Breast Invasive Carcinoma (TCGA, PanCancer Atlas))的表达情况

提示：使用http://www.cbioportal.org/index.do 定位数据集：http://www.cbioportal.org/datasets

3, 如何找到，找到TP53基因在TCGA数据库的乳腺癌数据集的表达量分组看其是否影响生存

提示使用：http://www.oncolnc.org/

4，好多次使用R进行安装的时候出现下边的问题的时候该怎么处理；

要更新R包

好多报错都跟数据格式有关系；先检查！

2018-12-13 ---作业-知识点总结

猜你喜欢

热点阅读