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
批量处理——基因之间的相关性
批量处理——基因与免疫细胞的相关性
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
画出某个基因和免疫细胞的相关性图
数据准备
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. 准备画图函数
之前在批量处理——基因与免疫细胞的相关性已经计算过相关性，此次主要作图。
画图之前先对数据进行合并
plot_df <- cbind(immu_data, expr_data)
写一个画图函数
ggcorplot <- function(a,b,method="spearman"){
corr_eqn <- function(x,y,digits=3) {
test <- cor.test(x,y,method=method,exact=FALSE)
paste(paste0("n = ",length(x)),
paste0("r = ",round(test$estimate,digits),"(",method,")"),
paste0("p.value= ",round(test$p.value,digits)),
sep = ", ")
}
plot_df <- plot_df[,c(a,b)]
names(plot_df) <- c("geneA","geneB")
require(ggplot2)
ggplot(plot_df,aes(geneA,geneB))+
geom_point(col="black")+
geom_smooth(method=lm, se=T,na.rm=T, fullrange=T,size=2,col="red")+
geom_rug(col="#006fbc")+
theme_minimal()+
xlab(paste0(a," relative expression"))+
ylab(paste0(b," relative score"))+
## 依靠函数来生成title
labs(title = corr_eqn(plot_df$geneA,plot_df$geneB))+
theme(plot.title = element_text(hjust = 0.5),
plot.margin = margin(1, 1, 1, 1, "cm"))
}
这个画图函数是借鉴果子学生信课程
2.检验画图函数
yourgene = 'DDR1'
ggcorplot(yourgene, colnames(immu_data)[1], method = 'spearman')
效果还可以
3. 批量处理
有了函数，直接套用批量处理——for循环画图的步骤就可以得到图
picDir <- './cor_picture/'
if (!dir.exists(picDir)) {
dir.create(picDir)
}
yourgene = 'DDR1'
for (i in colnames(immu_data)) {
print(i)
inputgene = yourgene
p = ggcorplot(yourgene, i, method = 'spearman')
ggsave(p, filename = paste0(picDir, inputgene, '_',i,'_correlation', '.pdf'), width = 7, height = 5)
}
批量出图效果还是不错的。
4. 完整代码
plot_df <- cbind(immu_data, expr_data)
ggcorplot <- function(a,b,method="spearman"){
corr_eqn <- function(x,y,digits=3) {
test <- cor.test(x,y,method=method,exact=FALSE)
paste(paste0("n = ",length(x)),
paste0("r = ",round(test$estimate,digits),"(",method,")"),
paste0("p.value= ",round(test$p.value,digits)),
sep = ", ")
}
plot_df <- plot_df[,c(a,b)]
names(plot_df) <- c("geneA","geneB")
require(ggplot2)
ggplot(plot_df,aes(geneA,geneB))+
geom_point(col="black")+
geom_smooth(method=lm, se=T,na.rm=T, fullrange=T,size=2,col="red")+
geom_rug(col="#006fbc")+
theme_minimal()+
xlab(paste0(a," relative expression"))+
ylab(paste0(b," relative score"))+
## 依靠函数来生成title
labs(title = corr_eqn(plot_df$geneA,plot_df$geneB))+
theme(plot.title = element_text(hjust = 0.5),
plot.margin = margin(1, 1, 1, 1, "cm"))
}
ggcorplot(yourgene, colnames(immu_data)[1], method = 'spearman')
picDir <- './cor_picture/'
if (!dir.exists(picDir)) {
dir.create(picDir)
}
for (i in colnames(immu_data)) {
print(i)
inputgene = yourgene
p = ggcorplot(yourgene, i, method = 'spearman')
ggsave(p, filename = paste0(picDir, inputgene, '_',i,'_correlation', '.pdf'), width = 7, height = 5)
}
后记：其实还可以结合之前的数据操作，先筛选有统计意义的，之后再画图。
后续分析两基因再不同组织（不同分组）中相关性的表现形式
