Bioconductor基因芯片数据分析系列(一)：数据的读取.docx

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R studio。#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(/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(CLLbatch)#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elibrary(affy)affybatch eset - rma(affybatch)，or eset 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R script下载文件：# Version info: R 3.2.3, Biobase 2.30.0, GEOquery 2.40.0, limma 3.26.8# R scripts generated Mon Dec 26 06:54:42 EST 2016Server: Query: acc=GSE36376&platform=GPL10558&type=txt&groups=&colors=&selection=XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX&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# Unable to generate script analyzing differential expression.# Invalid input: at least two groups of samples should be selected.# Boxplot for selected GEO sampleslibrary(Biobase)library(GEOquery)# load series and platform data from GEOgset 1) idx - grep(GPL10558, attr(gset, names) else idx - 1gset - gsetidx# set parameters and draw the plotdev.new(width=4+dim(gset)2/5, height=6)par(mar=c(2+round(max(nchar(sampleNames(gset)/2),4,2,1)title - paste (GSE36376, /, annotation(gset), sel