在简书上看了很多文章，有很多收获，但自己从来没写过。
生信有很久没碰了，因为需要，又一次捡了起来。
之前在TCGA数据库一直没有找到骨肉瘤的临床数据，不能把基因表达和临床预后结合起来分析。
今天偶然看到了TARGET数据库，发现有骨肉瘤的数据，下载下来整理。
给自己留一个记录，方便复习。
setwd("E:/scRNA seq/osteosarcoma/target/gene copy")
files <- list.files()
for (f in files){
newname<-sub('-01A-01R.gene.quantification','',f) #将原文件中的字符""，替换为字符""
file.rename(f,newname)
} # 批量更改文件名，方便后面批量读取和匹配
clinical <- read.csv(file="./TARGET OS.csv",
head = T)
colnames(clinical)[1] <- "patients"
write.csv(clinical, file = "clinical.csv", row.names = F)
patients <- clinical$patients
ls <- list.files()[-1]
ls <- sub(".txt","",ls)
head(ls)
included <- clinical[match(ls, clinical$patients),]
aa <- na.omit(included$patients)
head(aa)
included <- included[match(aa,included$patients),]
match(aa,ls)
先把数据down下来，把gene表达信息和临床数据的患者编号匹配上
setwd("E:/scRNA seq/osteosarcoma/target/gene copy")
filenames <- list.files()
for (file in filenames) {
if (!exists("all.data")) {
all.data <- read.table(file, sep = "\t",
header = TRUE)[,4]
}
if (exists("all.data")) {
new.data <- read.table(file, sep = "\t",
header = TRUE)[,4]
all.data <- cbind(all.data, new.data)
}
}
dim(all.data)
counts <- all.data[,-1]
dim(counts)
ls <- sub(".txt","",filenames)
colnames(counts) <- ls
rownames(counts) <- genes
然后循环批量读取表达量数据，这次选取读TPM数。
下次再进行分析。
