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
批量处理——基因与免疫细胞的相关性
批量处理——两基因不同组别中的相关性

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

之前在批量处理——两基因不同组别中的相关性，得到了两组基因在不同组别中的相关性。具体数据样式如下：

绘图

利用ggplot2画图，将别人的代码拆解开

data$group = ifelse(data$p.value <= 0.05,ifelse(data$cor>=0,"1","2"),"3")
data$group = factor(data$group,levels = c("1","2","3"),labels = c("pos","neg","none"))

先根据p值进行分组

确定一些基本的参数

  label=c("all","none","BRCA");
  shape = 21;size=5;alpha=0.6;
  colour="black";stroke = 1.5;
  labelcolor = "black";
  box.padding = 0.6; max.overlaps = Inf;
  legend.position="top"

这个时候就可以画图了

p=ggplot(data,aes(-log10(p.value),cor ,fill = group))+
  geom_point(size=size,alpha=alpha,shape =shape,colour=colour,stroke =stroke)+
  scale_y_continuous(expand = c(0,0),limits = c(-1.1,1.1),breaks = seq(-1,1,0.2))+
  scale_x_log10(limits = c(0.01, 1000),breaks = c(0.01,0.1,10,1000))+
  geom_hline(yintercept = 0,size=1.2)+
  geom_vline(xintercept = -log10(0.05),size=1.2)+
  labs(x=bquote(-log[10]~italic("P")),y=paste0(data$method[1]," correlation (r)"))+
  theme(legend.position=legend.position)+
  theme_gpsa()
p

这一部分主要就使用了相关性系数和p值，得到这样的结果

然后加上自己需要标注的数据，这也是ggplot2的一些操作

p + geom_text_repel(data=subset(data, data$type %in% 'BRCA'),
                    aes(label= 'BRCA'),col=labelcolor,box.padding = box.padding, max.overlaps = max.overlaps)

后记：因为这一部分其实更多的是画图的功底，前面得到的数据，可以使用ggplot2函数进行绘制，这个其实是个硬功夫，需要长期的实践。了解一些基本绘图语法（例如ggplot2），大部分时候，有需求，直接搜索相关代码，轮子拿来用就好。

批量处理，再加上把代码封装成函数，这个操作将会使代码变得更简洁，可读性更强。