R语言里面双层list变成长形数据框
绘图需求最大的难关往往是数据整理,比如下面的双层list :
set.seed(123456)
gs=list(tmp1=list(g1=sample(1000,abs(floor(100*rnorm(1)))),
g2=sample(1000,abs(floor(100*rnorm(1))))),
tmp2=list(g1=sample(1000,abs(floor(100*rnorm(1)))),
g2=sample(1000,abs(floor(100*rnorm(1))))),
tmp3=list(g1=sample(1000,abs(floor(100*rnorm(1)))),
g2=sample(1000,abs(floor(100*rnorm(1))))))
gs
这个双层list的数据结构如下:
有3个样本,每个样本里面都是上下调基因集合,以 g1和g2区分:
require("VennDiagram")
VENN.LIST <- lapply(gs, function(x) x$g1)
venn.plot1 <- venn.diagram(VENN.LIST , NULL,
fill=c("red", "blue",'green'),
alpha=c(0.5,0.5,0.5), cex = 2, cat.fontface=4,
category.names=c('tmp1','tmp2','tmp3'),
main="g1 Gene Lists")
# To plot the venn diagram we will use the grid.draw() function to plot the venn diagram
grid.draw(venn.plot1)
require("VennDiagram")
VENN.LIST <- lapply(gs, function(x) x$g2)
venn.plot2 <- venn.diagram(VENN.LIST , NULL,
fill=c("red", "blue",'green'),
alpha=c(0.5,0.5,0.5), cex = 2, cat.fontface=4,
category.names=c('tmp1','tmp2','tmp3'),
main="g2 Gene Lists")
# To plot the venn diagram we will use the grid.draw() function to plot the venn diagram
grid.draw(venn.plot2)
grid.newpage()
grid.draw(venn.plot1)
grid.newpage()
grid.draw(venn.plot2)
如下所示:
韦恩图固然是一种展现方式,可以看到3个样品各自的上下调基因的overlap情况,基本上呢,随机生成的数值它们的overlap不咋地!
但是呢,3个样品我们其实更想看各自的上下调基因集的生物学功能,需要把这个双层list变成长形数据框 ,超级复杂,下面的代码:
deg=gs
deg_list=lapply(names(deg), function(y){
tmp=deg[[y]]
data.frame(group= paste(y,unlist(lapply(names(tmp), function(x){
rep(x,length(tmp[[x]]))
})),sep='_') ,
gene=unlist(tmp))
})
group_g=do.call(rbind,deg_list)
group_g=do.call(rbind,deg_list)
library(org.Hs.eg.db)
group_g$gene=toTable(org.Hs.egSYMBOL)[group_g$gene,2]
head(group_g)
library(clusterProfiler)
# Convert gene ID into entrez genes
head(group_g)
tmp <- bitr(group_g$gene, fromType="SYMBOL",
toType="ENTREZID",
OrgDb="org.Hs.eg.db")
de_gene_clusters=merge(tmp,group_g,by.x='SYMBOL',by.y='gene')
table(de_gene_clusters$group)
head(de_gene_clusters)
list_de_gene_clusters <- split(de_gene_clusters$ENTREZID,
de_gene_clusters$group)
library(ggplot2)
gcSample= list_de_gene_clusters
xx <- compareCluster(gcSample, fun="enrichKEGG",
organism="hsa", pvalueCutoff=0.05)
dotplot(xx)
出图如下:
全部的代码,复制粘贴即可运行,但是要自己写错了,需要对R语言的数据结果有比较好理解,稍微有一点点难!
写到最后
如果你也想开启自己的生物信息学数据处理生涯,但是自学起来困难重重,还等什么呢,赶快行动起来吧!参加我们生信技能树官方举办的学习班:
数据挖掘学习班第8期(线上直播3周,马拉松式陪伴,带你入门),原价4800的数据挖掘全套课程, 疫情期间半价即可抢购。 生信爆款入门-第10期(线上直播4周,马拉松式陪伴,带你入门),原价9600的生信入门全套课程,疫情期间3.3折即可抢购。
生信技能树的粉丝都知道我们有一个全国巡讲的良心学习班,口碑爆棚,生物信息学入门省心省时省力!先看看大家的反馈吧: