| 共 22 篇文章 |
|
2. 变量转换1-连续变量是否要转为分类变量，截断值怎么选；结果：除time和age保留为连续变量（int），其他变量均转为分类变量（factor），且亚变量也变为英文#变量名字改为其本来的英文意思label(aa$age)<-''''''''Age at diagnosis''''''''label(aa$n) <-''&#... 阅21492 转141 评1 公众公开 21-04-20 07:33 |
corrplot(cor, order = ''''''''hclust'''''''',col = col2(100),method = ''''''''color'''''''',tl.col=''''''''black'''''''',tl.cex... 阅1202 转13 评0 公众公开 20-05-28 22:29 |
# mytest为数据集名称，smoke为数据集中列变量。# 查看mytest数据集中smoke变量类型class(mytest$smoke) # 将mytest数据集中status变量转化为因子as.factor(mytest$smoke)此处需修正# 查看mytest数据集中sex变量是否为字符型变量is.character(mytest$sex) 变量类型判断与转换4. 批量转化变量为因子型。假设mytest数据框中有sex、Hypten、Car... 阅1355 转8 评0 公众公开 20-05-18 19:53 |
GSEA：Gene Set Enrichment Analysis，一种基于基因集的富集方法，简单来说就是使用预定义的基因集（一般来自MSigDB数据库），将基因按照某种指标排序，查看这些基因在关注的基因集中是否出现显著统计学富集。 阅1 转自迷途中小... 公众公开 20-04-24 17:48 |
Hs.eg.db)load(file = "DEG_all.Rdata")head(DEG)##定义 筛选logFC>=1, P<=0.05的差异基因DEG_2<-DEG %>% rownames_to_column("genename") #%>% as_tibble() %>% filter(abs(logFC)>=0.58,P.Value<=0.05) genelist<-DEG_2$genename## ID转换genelist<- genelist %>% bitr(fromType = ... 阅1 转自迷途中小... 公众公开 20-04-24 17:47 |
其中，category代表GO term categoryID代表GO term ID term代表GO term namecount代表该GO term中的基因数量genes代表GO term中相关的基因名logFC代表相关基因差异表达分析中的logFC值adj_pval代表GO term的矫正后p值。head(EC$genes)head(EC$process)chord <- chord_dat(data = circ, genes = EC$genes)#生成带有选定基因列表的矩阵chord &... 阅1 转自terminato... 公众公开 20-04-24 17:47 |
###ego3 <- data.frame(ego2) ### 转换为数据矩阵GO <- ego[1:9,c(1,2,8,6)] ### 选取富集结果前9个，并提取GO id，description， adj.p以及基因ID列GO$geneID <- str_replace_all(GO$geneID,''/'','','') ### 修改geneID这一列的分隔符号names(GO)=c(''ID'',''Term'... 阅1 转自生物_医药... 公众公开 20-04-24 17:46 |
那么什么是MAF(Mutation Annotation Format )，可以看下这个链接https://docs.gdc.cancer.gov/Data/File_Formats/MAF_Format/，里面除了说了什么MAF外，还对MAF格式的每个列名做了解释说明，一般来说我们从TCGA下载是突变文件都是MAF格式的。laml.clin = system.file(''''''''extdata'''''... 阅4175 转38 评0 公众公开 20-04-22 21:45 |
精心整理（含图版）|R语言生信分析，可视化，你要的全拿走，建议收藏！嘿嘿，这首歌为了“扣题”加上的??。为了能更方便的查看，检索，对文章进行了精心的整理。建议收藏，各取所需，当前没用也许以后就用到了呢！R|fastqcr QC数据处理 ：测序结果的数据质控及图标展示；对了，部分文末有代码或者数据的获取方式，看到后按提示回复即可！ 阅850 转2 评0 公众公开 20-04-22 20:54 |
我们还可以利用color_branches()自定义树状图外观library(dendextend)row_dend = hclust(dist(df)) # row clusteringcol_dend = hclust(dist(t(df))) # column clusteringHeatmap(df, name = ''''''''mtcars'''''''', col = mycol, cluster_rows = color_branches(row_de... 阅3094 转20 评0 公众公开 17-10-12 17:30 |
