Question

我不确定从哪里开始，我可以使用一些指示我有几个对象是不同长度的字符串，包含基因的名称。我想成对地比较所有对象并获得每对列表之间共享基因的数量（例如使用intersect()）。我想将所有成对比较存储在矩阵中以制作热图但我不确定如何最好地进行比较以及如何存储结果。我应该首先将所有对象分组到数据框中吗？

我有24个名为names_something的对象：

> length(names_G63)
[1] 4518
> head(names_G63)
[1] "SARC_00002" "SARC_00004" "SARC_00005" "SARC_00012" "SARC_00022" "SARC_00025"
> length(names_C28)
[1] 9190
> head(names_C28)
[1] "SARC_00001" "SARC_00002" "SARC_00003" "SARC_00004" "SARC_00005" "SARC_00008"

比较会给出一个数字，显示列表之间共享基因的数量：

> length(intersect(names_G63, names_C28))
[1] 4097

我想将这些数字存储为矩阵，例如：

      G63 C28 B124
G63     0
C28  4097   0
B124 3000 345    0

Answer 1

我认为你正在寻找这样的东西。一个矩阵，告诉你在expts / sets之间共享多少个基因。

#First a vector of all genes
genes <-unlist(lapply(1:1500, function(x) paste(sample(LETTERS, 5, replace = T), collapse="")))

#Now five pseudo experiments that each generated a set 100 random genes from the set above
geneList <- lapply(1:5, function(x) sample(genes, 100))

#Now we turn the list of genes into a table of expts x genes
genedf <- stack(setNames(geneList, nm=paste("Expt", seq_along(geneList))))

#Use the cross product to count the overlaps
table(genedf[2:1]) %*% t(table(genedf[2:1]))

#         ind
# ind      Expt 1 Expt 2 Expt 3 Expt 4 Expt 5
#   Expt 1    100      8      5      7      7
#   Expt 2      8    100      5      5     10
#   Expt 3      5      5    100      8      4
#   Expt 4      7      5      8    100      8
#   Expt 5      7     10      4      8    100

编辑：从名称_ *

创建基因集列表

geneList<-lapply(ls(pattern="names_"), get)
names(geneList) <- ls(pattern="names_")
genedf <- stack(setNames(geneList, nm=names(geneList)))
table(genedf[2:1]) %*% t(table(genedf[2:1]))

R：在不同对象之间进行所有成对比较

1 个答案:

编辑：从名称_ *