bioconductor基因芯片大数据分析报告报告材料系列一大数据地读取

《bioconductor基因芯片大数据分析报告报告材料系列一大数据地读取》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、Bioconductor基因芯片数据分析系列（一）：R包中数据的读取R软件的Bioconductor包是分析芯片数据的神器，今天小编打算推出芯片数据的系列教程。首先讲数据读取，以CLL数据包中的数据为例。打开Rstudio。#安装所需的R包以及CLL包，注意大小写，一般函数都是小写的source("http://bioconductor.org/biocLite.R");biocLite(“CLL”)图1.显示已经安装好Bioconductor了，版本为3.4#打开CLL包library(CLL)图2.显示打开CLL成功图3.右侧栏内可见看到目前载入的程序包data(CLLba

2、tch)#调用RMA算法对数据预处理CLLrma<-rma(CLLbatch)#读取处理后所有样品的基因表达值e<-exprs(CLLrma)#查看数据e我们可以看到，CLL数据集中共有24个样品（CLL10.CEL,CLL11.CEL,CLL12.CEL,等），此数据集的病人分为两组：稳定组和进展组，采用的设计为两组之间的对照试验（ControlTest）。从上面的结果可知，Bioconductor具有强大的数据预处理能力和调用能力，仅仅用了6行代码就完成了数据的读取及预处理。Bioconductor基因芯片数据分析系列（二）：GEO下载数据CEL的读取首先得下载一个数据，读

3、取GEO的CEL文件采用如下命令：登陆pubmed，找到一个你感兴趣的数据库在底下栏目下载CEL文件打开R软件#安装所需的R包以及CLL包，注意大小写，一般函数都是小写的source("http://bioconductor.org/biocLite.R");biocLite(“CLL”)>library(affy)>affybatch<-ReadAffy(celfile.path="GSE36376_RAW")请注意目录的路径，在window下，反斜杠‘’要用转义字符“\”表示。然后可以使用RMA或者MAS5等方法对数据进行background.correction,no

4、rmaliztion,pm.correct等等一系列处理。如果你一切用默认参数，则可以使用如下命令：>eset<-rma(affybatch)，oreset<-mas5(affybatch)>exp<-exprs(eset)exp就是数字化的表达谱矩阵了请注意，rma只使用匹配探针（PM）信号，exp数据已经进行log2处理。mas5综合考虑PM和错配探针（MM）信号，exp数据没有取对数。下一期就得等到2017年春节期间啦，敬请期待~另外一种是直接利用GEO上面的GEO2R按钮里面的Rscript下载文件：#Versioninfo:R3.2.3,Biobase2.30.0,G

5、EOquery2.40.0,limma3.26.8#RscriptsgeneratedMonDec2606:54:42EST2016Server:www.ncbi.nlm.nih.govQuery:acc=GSE36376&platform=GPL10558&type=txt&groups=&colors=&selection=XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

6、XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

7、XXXXXXXXXXXXXX&padj=fdr&logtransform=auto&columns=ID&columns=adj.P.Val&columns=P.Value&columns=F&columns=Gene+symbol&columns=Gene+title&num=250&annot=ncbi#Unabletogeneratescriptanalyzingdifferentialexpression.#Invalidinput:atleasttwogroupsofsamples