R语言在基因芯片数据处理中的应用要点.pdf

1. R 语言安装 ：官方网站 / 安装软件。 2. 所需要的软件包 ： 2.1 affy 数据处理相关的程序包 在 R 中复制 source(/biocLite.R) biocLite(affy) 2.2 热度图相关程序包 Gplots （）：install.packages(gplots) 3. 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 3.3 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)$treatment - rep ( c (0h, 1h, 24h, 7d), each = 2) #确定样品重复数 使用 rma 方法进行预处理： eset.rma - rma(raw.data) ## Background correcting ## Normalizing ## Calculating Expression 4. 计算基因表达量 emat.rma.log2 - exprs (eset.rma) class ( emat.rma.log2) head(emat.rma.log2, 1) # 计算平均值，并做对数转换 results.rma - data.frame ((emat.rma.log2[, c (1, 3, 5, 7)] + emat.rma.log2[, c (2, 4, 6, 8)])/2) # 计算表达量差异倍数 results.rma$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) 5.T 检验 p.value = apply (emat.rma.log2,1, function(x)(t.test(x[7:9], x[10:12])$p.value)) 6. 导出数据 write.csv (results.rma,file=C:/users/suntao/desktop/data.csv) 7. 选取目的基因 在 /index.php 上确定探针，选取数据；汇总到 excel 表格中，保存为 csv 格式。 8.热度图 cipk= read.csv(c:/users/suntao/desktop/TaCIPK affx arry log.csv) s(cipk)=cipk$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=n one,=none,symkey=FALSE,revC=FALSE,margins=c(10,10),denscol=traceco