第3天 - 基因表达
加载地理曲线包裹。
图书馆（地理码）##加载所需包：加载所需的包：生物根系文件##加载所需的包：并行## ##附加包：'生物根系术'## ##以下对象从“包：并行”屏蔽：##＃#clusterapply，clusterapplylb，clustercall，clusterevalq，## clusterexport，clustermap，parapply，parcapply，parlapply，## parlapplylb，parrapply，parsapply，parsapplylb ## ##以下对象屏蔽了“包：统计”：## ##IQR，MAD，XTABS ## ##以下对象从“包：基础”屏蔽：## ## AnyDupleated，Append，As.Data.frame，As.vector，Cbind，## Colnames，Do.call，重复，eval，evalq，filter，find，get，## grep，grepl，相交，是.unsorted，lapply，长度，地图，## makply，match，mget，订单，粘贴，pmax，pmax.int，pmin，＃＃pmin.int，位置，等级，rbind，减少，rownames，sapply，## setdiff，sort，表，tappety，Union，unique，dil，undplit ###欢迎来到Biocumon ## Vignettes包含介绍性材料;与##'BrowSevignettes（）'查看。为了引用生物导体，请参阅##'引文（“Biobase”）'，以及包装的引文（“PKGNAME”）'。## ##设置选项（'download.file.method.geoquery'='auto'）获取数据
x = getGeOSuppfiles（“GSE20986”）## ftp://ftp.ncbi.nlm.nih.gov/geo/series/gse20nnn/gse20986/suppl/X##尺寸ISDir模式## /tmp/houtan/gse20986/gse20986_raw.tar 56360960 false 644 ## /tmp/houtan/gse20986/filelist.txt 740 false 644 ## mtime ## /tmp/houtan/gse20986/gse20986_raw.tar2015-10-14 05:16:54 ## /tmp/houtan/gse20986/filelist.txt 2015-10-14 05:16:57 ## Ctime ## /tmp/houtan/gse20986/gse20986_raw.tar 2015-10-14 05:16:54 ## /tmp/houtan/gse20986/filelist.txt 2015-10-14 05:16:57 ## atime uid gid ## /tmp/houtan/gse20986/gse20986_raw.tar 2015-10-14 05:14:50 37962 37962 ## /tmp/houtan/gse20986/filelist.txt 2015-10-14 05:08:01 37962 37962 ## uname grname ## /tmp/houtan/gse20986/gse20986_raw.tar mtmorgan g_mtmorgan## /tmp/houtan/gse20986/filelist.txt mtmorgan g_mtmorgan无阵阵数据
Untar（“GSE20986 / GSE20986_RAW.tar”，EXDIR =“数据”）枪支数据
cels = list.files（“数据/”，模式=“[gz]”）Sapply（粘贴（“数据”，CELS，SEP =“/”），GUNZIP）##数据/ GSM524662.COCE.GZ数据/ GSM524663.COCE.GZ数据/ GSM524664.COCE.GZ ## 13555726 13555639 ##数据/ GSM524665.COR.GZ数据/ GSM524666.COR.GZ数据/ GSM524667.CEL。GZ ## 13560122 13555663 13555663 1355763 13557614 ##数据/ GSM524668.COCE.GZ数据/ GSM524669.CEL.GZ数据/ GSM524670.COCE.GZ ## 13556090 13560054 13555090 13560054 13555090 13560054 1355971 ##数据/ GSM524671.COR.GZ数据/ GSM524672.COR.GZ数据/ GSM524673.CEL.GZ ## 13554926 13555042 13555290创建你的penodata.
penodata =矩阵（rep（list.files（“数据”），2），ncol = 2）类（phenodata）## [1]“矩阵”Phenodata < - As.Data.Frame（Phenodata）Colnames（Phenodata）< - C（“名称”，“文件名”）Penodata $ Targets < - C（“Iris”，“Retina”，“Retina”，“Iris”，“视网膜”，“虹膜”，“脉络膜”，“脉络膜”，“脉络膜”，“HUVEC”，“HUVEC”，“HUVEC”）写道。（Phenodata，“数据/ Phenodata.txt”，Quote = F，SEP =“\ T”，Row.names = F）图书馆（Simpleaffy）##加载所需包：yify ##加载所需包：Genefilter ## ##附加包必填包：GCRMAcelfiles < - read.affy（covdesc =“penodata.txt”，path =“data”）boxplot（celfiles）##警告：加载##'HGU133PLUS2CDF'时替换以前的“utils ::尾部”##警告：加载##'HGU133PLUS2CDF'时替换以前的“utils :: head”##
库（RColorBrewer）Cols = Brewer.pal（8，Set1“）ESET < - exprs（Celfiles）样本< - Celfiles $ targets Colnames（ESET）## [1]“GSM524663.CEL”“GSM524664.CEL”“GSM524665.CEL”GSM524666.CEL“GSM524668.CEL”“GSM524669.CEL”“GSM524669.CEL”## [9]“GSM524670.CEL”“GSM524671.CEL”“GSM524672.CEL”“GSM524673.CER”Colnames（ESET）< - Samples Boxplot（Celfille，Col = Cols，LAS = 2）
距离< - dist（t（eSET），方法=“最大”）群集< - hclust（距离）绘图（群集）
要求（simpleaffy）要求（affyplm）##加载所需包：AFFYPLM ##加载所需包：预处理核celfiles.gcrma = gcrma（celfiles）##调整光学效果............完成。##计算亲和力##加载所需包：加载所需包：Stats4 ##加载所需包：绞喉##加载所需的包：S4Vectors ## ##附加包：'Iranges' ## ##以下对象从'包屏蔽以下对象：SimpleAffy'：## ##成员＃＃ 。完毕。##调整非特异性绑定............完成。##归一化##计算表达式par（mfrow = c（1,2））boxplot（celfiles.gcrma，col = col，las = 2，main =“后标准化”）;Boxplot（Celfiles，Col = Cols，LAS = 2，Main =“预归一化”）
dev.off（）## null device ## 1距离< - dist（t（exprs（celfiles.gcrma）），方法=“最大”）簇< - hclust（距离）绘图（群集）图书馆（Limma）## ##附加包：'limma' ## ##从“包裹：生物根系中”屏蔽以下对象：## ## plotmaphenodata.##名称文件名目标## 1 GSM524662.COL GSM524662.CEL IRIS ## 2 GSM524663.COR RETINA ## 3 GSM524664.COR GSM524664.COR RETINA ## 4 GSM524665.COR GSM524665.COR IRIS ## 5 GSM524666。cel gsm524666.Cel retina ## 6 GSM524667.CEL IRIS ## 7 GSM524668.COR GSM524668.COR GSM524668.COR GSM524669.CEL GSM524669.CEL CHSM524669.CEL CHOROID ## 9 GSM524670.COR GSM524670.CEL CHOROID ## 10 GSM524671。Cel GSM524671.CEL HUVEC ## GSM524672.COR GSM524672.CEL HUVEC ## 12 GSM524673.CEL GSM524673.CEL HUVEC样本< - as.factor（样本）设计< - model.matrix（〜0 +样本）colnames（设计）## [1]“SamplesChoroid”“Sampleshuvec”“Samplesiris”“SamplesRetina”Colnames（设计）< - C（“Choroid”，“Huvec”，“Iris”，“Retina”）设计## Choroid Huvec虹膜Retina ## 1 0 0 1 0 ## 2 0 0 0 1 ## 3 0 0 0 1 ## 4 0 0 1 0 ## 5 0 0 0 1 ## 6 0 0 1 0 ##7 1 0 0 0 0 0＃8 1 0 0 0 0＃9 1 0 0 0 ## 10 0 1 0 0 0 ## 11 0 1 0 0 ## 12 0 1 0 0 ## attr（，“分配”）＃＃[1] 1 1 1 1 1 1 ## attr（，对比“）## attr（，”对比度“）$ samples ## [1]”contr.treatment“Contrast.matrix = MakeContrasts（Huvec_Choroid = Huvec - Choroid，Huvec_Retina = Huvec-Retina，Huvec_Iris < - Huvec - Iris，Levels = Design）Fit = Lmfit（Celfiles.gcrma，Design）Huvec_fit < - Formast.fit（适合，对比度。矩阵）HUVEC_EBAY < - eBayes（HUVEC_FIT）库（HGU133PLUS2.DB）##加载所需包：org.hs.eg.db ##加载所需包：DBI图书馆（注释）##加载所需包：XMLprobenames.list < - rownames（toptable（huvec_ebay，number = 100000））getsymbols < - getsymbol（probenames.list，“hgu133plus2”）结果< - toptable（huvec_ebay，number = 100000，cof =“huvec_choroid”）结果< - cbind（结果，getsymbols）制作门槛
摘要（结果）## logfc aveexpr t p.value ## min。：-9.19111分钟。：2.279分钟。：-39.77473分钟。：0.0000 ## 1ST Qu.:-0.05967 1st qu。：-0.70649 1st qu。：0.70649 1st qu.:0.1523 ##中位数：0.00000中位数：2.480中位数：0.00000中位数：0.05079 ##均值：-0.02353意思：4.375平均值：0.07441意思是：0.5346 ## 3rd qu。：0.03986 3rd qu。：6.241 3rd qu。：0.67455 3rd qu.:1.0000 ## max。：最多8.67086。：最多15.541。：296.84201 Max。：1.0000 ####JAG.VAL B Getsymbols ## min。 :0.0000 Min. :-7.710 YME1L1 : 22 ## 1st Qu.:0.6036 1st Qu.:-7.710 HFE : 15 ## Median :1.0000 Median :-7.451 CFLAR : 14 ## Mean :0.7436 Mean :-6.582 NRP2 : 14 ## 3rd Qu.:1.0000 3rd Qu.:-6.498 ARHGEF12: 13 ## Max. :1.0000 Max. :21.290 (Other) :42280 ## NA's :12317结果$阈值< - “1”A < - 子集（结果，adj.p.val <0.05和logfc> 5）结果[Rownames（A），“阈值”] < - “2”B < - 子集（结果，adj.p.val <0.05和logfc <-5）结果[Rownames（b），“阈值”] < - “3”表（结果$阈值）## ## 1 2 3 ## 54587 33 55制作GGPLOT.
库（GGPlot2）Volcano < - Ggplot（数据=结果，AES（x = logfc，y = -1 * log10（adj.p.val），color = throupold，label = getsymbols））Volcano < - Volano + GeoM_Point（）+ scale_color_manual（值= c（“黑色”，“红色”，“绿色”），标签= c（“不显着”，“上调”，“下调”），name =“键/图例”）Volcano + GeoM_Text（数据=子集（结果，logfc> 5＆-1 * log10（adj.p.val）> 5），aes（x = logfc，y = -1 * log10（adj.p.val），color =阈值，标签= getsymbols））##警告：删除了包含缺失值（GeoM_Text）的4行。