Question

我试图访问NCBI SRA数据库，查询ID列表并将输出保存到矩阵。

我使用Bioconductor的sradb软件包来执行此操作，现在我可以访问和查询数据库，但它真的很慢，我无法弄清楚如何保存循环输出。

文件GPL11154_GSMs.txt包含我感兴趣的ID。它看起来像这样：

GSM616127
GSM616128
GSM616129
GSM663427
GSM665037

我现在拥有的每次迭代都会更新结果。

#source("https://bioconductor.org/biocLite.R")
#biocLite("SRAdb")
library(SRAdb)

#connect to databasse
sqlfile <- getSRAdbFile()
sra_con <- dbConnect(SQLite(),sqlfile)


## lists all the tables in the SQLite database
sra_tables <- dbListTables(sra_con)
sra_tables


dbGetQuery(sra_con,'PRAGMA TABLE_INFO(study)')

## checking the structure of the tables
#dbListFields(sra_con,"experiment")
#dbListFields(sra_con,"run")



#read in file with sample IDs per platform
x <- scan("GPL11154_GSMs.txt", what="", sep="\n")
gsm_list <- strsplit(x, "[[:space:]]+")  # Separate elements by one or more whitepace
for (gsm in gsm_list){
  gsm_to_srr <- getSRA(search_terms = gsm, out_types = c("submission", "study", "sample","experiment", "run"), sra_con)
  print(gsm_to_srr)
  }

Answer 1

使用lapply代替forloop，请尝试：

res <- lapply(gsm_list, function(gsm){
  getSRA(search_terms = gsm,
         out_types = c("submission", "study",
                       "sample","experiment", "run"),
         sra_con) })

从手册中，getSRA应返回data.frame，因此res对象将包含data.frames列表。如果我们需要将data.frames列表转换为一个data.frame，this post如何做。

循环保存输出到矩阵

1 个答案: