Question

我最近开始根据需要开始学习R，到目前为止，我认为这很好。但我还处于早期阶段。然而，我面对R中的这一重大紧迫挑战，我将非常感谢一些帮助。我的编程技巧显然非常业余，并且绝对会接受我能得到的任何帮助。这是：

创建要从GEO检索的数据集列表（gdslist）使用GEOquery包的数据库
将gdslist项目（gdsid）转换为表达式数据。那是，可以与我的分析一起使用的数据。为此，一个GDS2eSet函数做得很好。
以a的方式读入此转换后的表达式数据可以创建类/级别文件（.cls）。 GDS3715数据集例如，有3个级别 - 胰岛素抵抗，胰岛素敏感和糖尿病。有时，数据集就像那样简单。但其他时候，就像在这种情况下，水平将是6分析目的，因为虽然有表型3级，但他们被分为治疗组和未治疗组。经常有一个在这种情况下添加了“代理”列。每个班级/级别都需要分配了一个数字（0,1,2 ......）。这几乎是一般的 .cls文件的格式。
要运行Siggenes / SAM分析（也是R中的包），有两个文件每个数据集都需要：表达式文件（转换后的文件来自2）以上）和随附的群集文件（来自3）。
能够为某种gdslist项运行此过程循环并将我的数据存储在指定的目录中。

我目前只能进入第2步。我认为第3步是挑战的关键......

非常感谢您的期待。

脚本：

> gdslist = c('GDS3715','GDS3716','GDS3717'...)#up to perhaps 100 datasets
> analysisfunc = function(gdsid) {
    gdsdat = getGEO(gdsid,destdir=".")
    gdseset = GDS2eSet(gdsdat)
    pData(gdseset)$disease.state #Needed assignment, etc...Step 3 stuff ;Siggenes/SAM can perhaps be done here
    return(sprintf("Results from %s should be here",gdsid))
  }
> resultlist = sapply(gdslist,analysisfunc) #loop function

Answer 1

这适用于所有gds数据集。

 GEOSAM.analysis <- function( gdsid, destdir = getwd() ) {
       require( 'GEOquery' )
       require( 'siggenes' )
       ## test if gdsid is gdsid
       if( length(grep('GDS', gdsid)) == 0 ){
        stop()
       }
       gdsdat = getGEO( gdsid, destdir = destdir )
       gdseset = GDS2eSet( gdsdat )
       gdseset.pData <- pData( gdseset )
       gds.factors <- names( gdseset.pData )
       gds.factors[gds.factors == 'sample'] <- NA
       gds.factors[gds.factors == 'description'] <- NA
       gds.factors <- gds.factors[!is.na( gds.factors )]
       cl.list <- sapply( gdseset.pData[gds.factors], as.character)
       cl.list <- factor( apply( cl.list, 1, function(x){ paste( x , collapse = '-' )} ) )
       if( length( levels ( cl.list ) ) == 2 ){
        levels( cl.list ) <- 0:length( levels( cl.list ) )
       } else {
        levels( cl.list ) <- 1:length( levels( cl.list ) )
       }
       sam.gds <- sam( gdseset, cl.list )
       results.file <- file.path( destdir, paste( gdsid, '.sam.gds.rdata', sep =''  ) )
       save( sam.gds, file = results.file )
       return( sprintf( "Results from %s are saved in '%s'. These can be loaded by 'load('%s')'.",gdsid, results.file, results.file ) )
  }

  gdslist = c('GDS3715', 'GDS3716', 'GDS3717')
  resultlist = sapply(gdslist, GEOSAM.analysis)  
  print(resultlist)

在R中使用GEOquery和SAM / Siggenes

1 个答案: