Question

我想在一个大型数据集（40,000多个基因）上执行一系列相关性测试（Pearson或Spearman会做，但会尽可能尝试两者），在这个人工示例中按如下方式排列：

Gene    S1- S2- S3- S4- S5- S1+ S2+ S3+ S4+ S5+
A       3   6   9   12  15  6   9   12  15  18
B       2   1   4   1   3   1   3   4   7   7
C       3   6   9   12  15  18  15  12  9   6

我有五个成对的样本被拆分（ - 和+，对于这个例子）。我想看看每个基因的（ - ）和（+）组之间是否存在任何相关性（需要相关系数和p值）。对于这个例子，我会收到：

Gene    p-val   corr.
A       0       1
B       0.94    0.04
C       0       -1

我还没有找到任何方法在R中做到这一点，但也许我错过了一些东西（最近才开始学习如何使用该程序）。如果有另一个可以更有效地执行这些测试的免费软件程序，我会接受任何选择（我们的大学很便宜）。

Answer 1

dat <- read.table(text="Gene    S1- S2- S3- S4- S5- S1+ S2+ S3+ S4+ S5+
A       3   6   9   12  15  6   9   12  15  18
B       2   1   4   1   3   1   3   4   7   7
C       3   6   9   12  15  18  15  12  9   6 ", header=TRUE)

cbind( dat[,1,drop=FALSE], 
cor.gene= apply(dat[,-1], 1, function(x) cor(x[1:5], x[6:10]) ), 
cor.test= apply(dat[,-1], 1, function(x) cor.test(x[1:5], x[6:10])$p.value ) )
  Gene    cor.gene  cor.test
1    A  1.00000000 0.0000000
2    B  0.04411765 0.9438459
3    C -1.00000000 0.0000000

@Henrik只想要一个apply，所以这是一个面向列的语言，你需要调换结果：

cbind( dat[,1,drop=FALSE], 
       t( apply(dat[,-1], 1, function(x) 
                               c( cor.gene=cor(x[1:5], x[6:10]), 
                                  pval= cor.test(x[1:5], x[6:10])$p.value ) )
      ) )
  Gene    cor.gene      pval
1    A  1.00000000 0.0000000
2    B  0.04411765 0.9438459
3    C -1.00000000 0.0000000

在许多单行数据中按组进行R中的相关性测试

1 个答案: