R语言在基因芯片数据处理中的应用….docVIP

R语言安装：官方网站　/source(/biocLite.R) biocLite(affy) 2.2 热度图相关程序包 Gplots（）：install.packages(gplots) 获取基因表达数据 3.1 读取基因芯片数据（cel.files） the.filter - matrix(c(CEL file (*.cel), *.cel, All (*.*), *.*), ncol = 2, byrow = T) cel.files - choose.files(caption = Select CEL files, multi = TRUE, filters = the.filter, index = 1) raw.data - ReadAffy(filenames = cel.files) 3.2 sampleNames(raw.data)ang #先看看原样品名称的规律 pat - .*MT-([0-9A-Z]+).* #样品名称查找的正则表达式 sampleNames(raw.data) - gsub(pat, \\1, cel.files) #gsub为正则表达式查找函数 (samples - sampleNames(raw.data)) pData(raw.data)$treatment - rep(c(0h, 1h, 24h, 7d), each = 2)使用rma方法进行预处理：eset.rma - rma(raw.data) ## Background correcting ## Normalizing ## Calculating Expression emat.rma.log2 - exprs(eset.rma) class(emat.rma.log2) head(emat.rma.log2, 1) # 计算平均值，并做对数转换 results.rma - data.frame((emat.rma.log2[, c(1, 3, 5, 7)] + emat.rma.log2[, c(2, 4, 6, 8)])/2) # 计算表达量差异倍数 results.rma$fc.1h - results.rma[, 2] - results.rma[, 1] results.rma$fc.24h - results.rma[, 3] - results.rma[, 1] results.rma$fc.7d - results.rma[, 4] - results.rma[, 1] head(results.rma, 2) T检验 p.value = apply(emat.rma.log2,1, function(x)(t.test(x[7:9], x[10:12])$p.value)) 6.导出数据 write.csv(results.rma,file=C:/users/suntao/desktop/data.csv) 7. 选取目的基因 在/index.php上确定探针，选取数据；汇总到excel表格中，保存为csv格式。 热度图 cipk=read.csv(c:/users/suntao/desktop/TaCIPK affx arry log.csv) s(cipk)=cipk$genename cipk - cipk[,-1] cipk_matrix=data.matrix(cipk) library(gplots) heatmap.2(cipk_matrix,Rowv=FALSE,Colv=FALSE,col=greenred(75),key=TRUE,keysize=0.8,trace=none,=none,symkey=FALSE,revC=FALSE,margins=c(10,10),denscol=tracecol,distfun=dist,hclustfun=hclust,dendrogram=none,symm=FALSE) heatmap.2颜色选择函数col=colorRampPalette(c(black,red)) 用R和BioConductor进行基因芯片数据分析(二)：缺失值填充 以下分析用到的数据可以在这里(/u/308058/blog/raw_data_3_replicates.txt?)下载，这个数据来自关于基因对蝴蝶迁移性的研究，样本是20个蝴蝶个体，其中10个是当地固有个体(old)，另外10个是新迁入的个体(new)，old和new个体两两随机配对，分别用不同颜色染料（波长分别为555和647nm）标记后，在同一张基因芯片上杂交；此外，每个基因在每张芯片上都重复点样3次，因此此数据是有3