Question

我一直在试验GSEA的替代注释表达（mRNA）数据。 SPIA（信令路径集成分析）看起来很有趣，但似乎只有一条错误消息：

Error in spia(de = sigGenes, all = allGenes, organism = "hsa", plots = TRUE,  :  
de must be a vector of log2 fold changes. The names of de should >be     
included in the reference array!

输入需要一个log2折叠变量的矢量（我的矢量名为sigGenes），Entrez ID作为关联名称，以及微阵列中包含的Entrez ID的整数矢量（allGenes）：

head(sigGenes)
6144 115286  23530  10776  83933   6232 
0.368  0.301  0.106  0.234 -0.214  0.591 
head(allGenes)
6144 115286  23530  10776  83933   6232

我已经删除了其EntrezID注释为NA的值。我还使用下面站点I列表中提供的示例将来自Illumina微阵列的数据仅限于Affymetrix阵列中发现的那些基因。我仍然得到同样的错误。

以下是R代码的全部内容：

library(Biobase)
library(limma)
library(SPIA)

sigGenes <- subset(full_table, P.Value<0.01)$logFC
names(sigGenes) <- subset(full_table, P.Value<0.01)$EntrezID
sigGenes<-sigGenes[!is.na(names(sigGenes))] # remove NAs

allGenes <- unique(full_table$EntrezID[!is.na(full_table$EntrezID)])

spiaOut <- spia(de=sigGenes, all=allGenes, organism="hsa", plots=TRUE, data.dir="./")

关于我还能尝试什么的任何想法？如果偏离主题道歉（这里仍然是新的）。如果需要，很高兴在其他地方提出问题。

此处应用于Affymetrix平台数据的SPIA示例：http://www.gettinggeneticsdone.com/2012/03/pathway-analysis-for-high-throughput.html）

Answer 1

删除重复项确实有帮助。作为一种解决方法，我在每组重复项中选择了中值（仅因为值很接近），如下所示：

$a=1; $b=33; $c=1;

$condition = '$a==1||$b==2||$c==3';
eval('$isTrue = ' . $condition . ';');
echo intval($isTrue); // should output 1

或者只是删除重复项：

dups<-unique(names(sigGenes[which(duplicated(names(sigGenes)))])) # determine which are duplicates
dupID<-names(sigGenes) %in% dups # determine the laocation of all duplicates
sigGenes_dup<-vector(); j=0; # determine the median value for each duplicate
for (i in dups){j=j+1; sigGenes_dup[j]<- median(sigGenes[names(sigGenes)==i])  }
names(sigGenes_dup)<-dups
sigGenes<-sigGenes[!(names(sigGenes) %in% dups)] # remove duplicates from sigGenes
sigGenes<-c(sigGenes,sigGenes_dup) # append the median values of the duplicates

Answer 2

根据我们的讨论，我建议删除sigGenes中的重复条目。如果没有其他信息，很难说重复项可能来自何处，以及删除哪一项。

SPIA包（R）应用于Illumina表达微阵列数据

2 个答案: