批量处理——基因与免疫细胞的相关性

R

相比于网页工具,使用编程语言处理科研数据的一大优势,在于高度的定制化,以及批量处理数据的快捷性和高效性

目录
批量处理——for循环批量计算组间差异
批量处理——apply批量计算组间差异
批量处理——for循环画图
批量处理——for循环迁移文件

对于批量处理数据的方法,之前使用for循环和apply语句进行处理过,但是不够系统,学习果子生信课程后有一个清晰的认识,写下来,一是可以调用方便,二是自己写过之后,才能算是完全掌握。当然一切以解决问题为主,不陷于技术深究。

批量计算基因和基因之间的相关性,也是一项很好的应用。

场景

计算RNA-seq得到几个基因与免疫细胞相关性

数据准备

所需要的两项数据,一个是基因表达数据,另一个是免疫细胞浸润的矩阵行名要一致,都是样本名称

表达矩阵

免疫细胞矩阵

1. 单个基因和免疫细胞相关性分析

这个和之前提到的单个基因和近2万个基因求相关性是一样的

1.1 for循环计算

gene <- "KLF5"
y <- as.numeric(expr_data[,gene])

### 批量操作的具体实现过程:
### 1.设定容器,最终生成的数据放在什么地方?
correlation <- data.frame()

### 2.批量把数据导出到容器
for(i in 1:length(colnames(immu_data))){
  ## 1.指示
  print(i)
  ## 2.计算
  dd = cor.test(as.numeric(immu_data[,i]),y,method="spearman")
  ## 3.填充
  correlation[i,1] = colnames(immu_data)[i]
  correlation[i,2] = dd$estimate
  correlation[i,3] = dd$p.value
}
### 修改名称
colnames(correlation) <- c("cell","cor","p.value")

计算结果


1.2 lapply 计算

批量处理——基因之间的相关性复制相关代码,修改个别名称

yourgene <- 'DDR1'
genelist <- colnames(immu_data)
# 写一个函数
mycor <- function(x){
  dd = cor.test(expr_data[,yourgene], immu_data[,x], method = 'spearman')
  data.frame(gene = yourgene, cell = x, R = dd$estimate, p.value = dd$p.value)
}

# 测试一下
mycor(genelist[1])

# 批量
lapplylist <- lapply(genelist, mycor)

# do.call
cor_data <- do.call(rbind, lapplylist)

# 整理成一个函数
cor_data <- do.call(rbind, lapply(genelist, function(x){
  dd = cor.test(COAD_data[,yourgene], COAD_data[,x], method = 'spearman')
  data.frame(gene1 = yourgene, gene2 = x, R = dd$estimate, p.value = dd$p.value)
}))

得到的结果是这样



结果一致

多个基因怎么计算

当然可以接着写一个循环函数,其实已经有人帮我们做好轮子,拿来用就好。使用psych这个包(这个包应该也是将计算内容向量化,提高运算速度)

sig_gene <- c("APOE","CASR","CTLA4", "CXCL8", "F2","IL6","MMP9")


library(psych)
x <- expr_data[,sig_gene]
y <- immu_data


library(psych)
d <- corr.test(x,y,use="complete",method = 'spearman')

r <- d$r
p <- d$p

library(ggcorrplot)
ggcorrplot(t(d$r), show.legend = T, 
           p.mat = t(d$p.adj), digits = 2,  sig.level = 0.05,insig = 'blank',lab = T)

得到的结果如下


相关性分析

结果还是不错的,速度快,有可视化。这算是包装过后的批量分析。

后记:研究问题,一个是量的问题,一个是分组的问题。涉及到量的问题,就会有差异性分析,相关性分析。这是总体的相关性分析,接着将两两相关性图形展现。

推荐阅读更多精彩内容