Question

有一个包含特定基因的文件列表，我想在R中创建一个二进制关系矩阵，以显示每个文件中每个基因的存在。

例如，这是我的文件aaa，bbb，ccc和ddd以及与它们相关的基因。

aaa=c("HERC1")
bbb=c("MYO9A", "PKHD1L1", "PQLC2", "SLC7A2")
ccc=c("HERC1")
ddd=c("MACC1","PKHD1L1")

我需要生成另一个表，在该表中，如果每对基因都存在于特定文件中，则将其赋值为1，否则将其赋值为0。按照我之前给出的示例，此新表应类似于以下内容：

有人知道在R中获得此新双基因表的快速方法吗？谢谢！

Answer 1

假设您可以将文件读入命名列表，这是使用tidyverse-

的一种方法

file_list <- list(aaa = aaa, bbb = bbb, ccc = ccc, ddd = ddd)

result <- stack(file_list) %>% 
  inner_join(stack(file_list), by = c("ind" = "ind")) %>% 
  select(gene1 = values.x, gene2 = values.y, file_name = ind) %>%
  mutate(n = 1) %>% 
  complete(gene1, gene2, file_name, fill = list(n = 0)) %>% 
  filter(gene1 != gene2,
         !duplicated(
           apply(., 1, function(x) paste0(sort(x), collapse = ""))
         )
  ) %>% 
  spread(file_name, n)

# A tibble: 15 x 6
   gene1   gene2     aaa   bbb   ccc   ddd
   <chr>   <chr>   <dbl> <dbl> <dbl> <dbl>
 1 HERC1   MACC1       0     0     0     0
 2 HERC1   MYO9A       0     0     0     0
 3 HERC1   PKHD1L1     0     0     0     0
 4 HERC1   PQLC2       0     0     0     0
 5 HERC1   SLC7A2      0     0     0     0
 6 MACC1   MYO9A       0     0     0     0
 7 MACC1   PKHD1L1     0     0     0     1
 8 MACC1   PQLC2       0     0     0     0
 9 MACC1   SLC7A2      0     0     0     0
10 MYO9A   PKHD1L1     0     1     0     0
11 MYO9A   PQLC2       0     1     0     0
12 MYO9A   SLC7A2      0     1     0     0
13 PKHD1L1 PQLC2       0     1     0     0
14 PKHD1L1 SLC7A2      0     1     0     0
15 PQLC2   SLC7A2      0     1     0     0

如何从字符串列表中创建配对出现的二进制关系矩阵？

1 个答案: