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
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
计算两个基因在不同组织当中的相关性
数据特征
之所以计算不同组织中的相关性，是因为通过这样的分析，可以更加明确两个基因之间是否有普遍意义的关联，如果这种关联性很强的话，那么很有可能存在着调控关系，值得进一步深入研究，甚至应该进一步深入分子生物实验进行验证，独立队列样本进行验证。
miRNA本身和mRNA就有调控关系，如果通过这样的相关性分析，得到较强的、显著的相关性，那么一定程度上能够说明二者的分子机制。
使用的是TCGA泛癌数据，肿瘤类别涉及到33种肿瘤。
数据操作预处理
相关性分析部分，和前面的批量处理——基因之间的相关性是一致的，甚至可以直接移植过来。多出来的部分是要把这个数据进行一个分割，每个肿瘤中分别进行计算相关性。
拆分数据
splitdata <- split(data,data$type)
这样分割之后的数据是列表形式，其中有33个分组。
写计算函数
mycor <- function(x){
dd = cor.test(as.numeric(x[,gene1]),as.numeric(x[,gene2]),method="spearman")
data.frame(type=x$type[1],cor=dd$estimate,p.value=dd$p.value )
}
测试函数
gene1 = "METTL3"
gene2 = "SETD2"
mycor(splitdata$ACC)
执行函数
### lapply批量操作
dd = lapply(splitdata,mycor)
### do.call 把list转换
df = do.call(rbind,dd)
结果如下
写成一个代码
df = do.call(rbind,lapply(splitdata, function(x){
dd = cor.test(as.numeric(x[,gene1]),as.numeric(x[,gene2]),method="spearman")
data.frame(type=x$type[1],cor=dd$estimate,p.value=dd$p.value )
}))
写成一个函数，拿来就用
我觉得这个是一个升级，一直想要把这个技能化，因为这样能够让自己分析过程代码简洁明了化。后续想要在这方面再推进一下，开一个专题。
pancor <- function(gene1,gene2,data=splitdata){
do.call(rbind,lapply(data, function(x){
dd = cor.test(as.numeric(x[,gene1]),as.numeric(x[,gene2]),method="spearman")
data.frame(type=x$type[1],cor=dd$estimate,p.value=dd$p.value )
}))
}
这样，像刚才得分析，可以直接这样写
df <- pancor("WTAP","SETD2",splitdata)
分析结果
这样的结果能做什么呢，分析相关性系数和p值，可以得到在泛癌中两基因的关系。
后记：这只是计算结果，用什么样的呈现方式，这也算是我在果子学生信习得的技能。也是极大的拓展了我对相关性的认识。这是后续能得到的效果图
但是画图的函数，我觉得也是有必要拆开学习的，后面跟进。
