immunedeconv包与Xcell批量处理文件

科研菌

发布于 2021-02-19 09:43:06

1.8K0

发布于 2021-02-19 09:43:06

文章被收录于专栏：科研菌

一、immunedeconv包的下载与安装

immunedeconv包：用于根据组织RNA测序数据估算免疫细胞组分的计算方法。该包的资源不同于一般的R包，并没有储存在CRAN或者bioconductor中。在github中查找immunedeconv，搜索页面出来的第一个就是可供R语言调用的immunedeconv包。点击进入便可以找到immunedeconv包的相关内容，以及下载、使用等相关信息。

点击进入，页面的最下方就是immunedeconv包下载的源代码，这是调用remote包中的install.github()函数进行下载。

执行命令如下：

网络差!以上代码执行失败，另寻他法。

尝试1：通过各种查阅资料，使用devtool包中的install.github(),依然报错了，使用remotes::install_github("icbi-lab/immunedeconv")和devtool::install.github("icbi-lab/immunedeconv")，都出现下面的错误：

最终，多次努力之下如愿下载、安装、成功加载immunedeconv包(以下展示)。具体的过程就不再展示了，因为下载immunedeconv包需要的依赖包较多，而每个人的计算机已有的内置包不一样，所以每个人可能会遇到的一些问题不一样。总之，报错提示差什么就补什么。执行命令如下：

#########安装immunedeconv##########
library(devtools)
Sys.setlocale(category = "LC_ALL",locale = "us")  #调整内码格式
install_github("icbi-lab/immunedeconv")

library("immunedeconv")

ls("package:immunedeconv")
# [1] "dataset_racle"
# [2] "deconvolute"
# [3] "deconvolute_cibersort"
# [4] "deconvolute_epic"
# [5] "deconvolute_mcp_counter"
# [6] "deconvolute_quantiseq"
# [7] "deconvolute_quantiseq.default"
# [8] "deconvolute_timer"
# [9] "deconvolute_xcell"
# [10] "deconvolution_methods"
# [11] "eset_to_matrix"
# [12] "get_all_children"
# [13] "make_bulk_eset"
# [14] "make_random_bulk"
# [15] "map_cell_types"
# [16] "map_result_to_celltypes"
# [17] "scale_to_million"
# [18] "set_cibersort_binary"
# [19] "set_cibersort_mat"
# [20] "timer_available_cancers"
# [21] "xCell.data"

二、 deconvolute_xcell()的文件分析

deconvolute_xcell( ) 是immunedeconv包中的一种基于基因表达标志，用于评估混合组织中的64种免疫和基质细胞类型组成的计算方法。故首先用它来分析手头的已有bulk array基因表达矩阵。

第一步：准备表达矩阵（行名已注释为gene symbol,与immunedeconv包中要求的hugo 基因名一致；列名为样品名）并写入R.

测试读取出内容如下：

第二步：执行deconvolute_xcell()并查看结果

第三步：将结果保存为.csv文件。

三、for循环进行文件批量处理

#1.将所有要分析的同类型文件放在同一个文件夹下，将其设置为当前工作路径
#1.1获取该文件夹下的文件名和文件个数（我这里共有6个文件）
files<-dir()

files
# [1] "GSE10186_annotated_exprSet.txt"         "GSE116174_annotated_exprSet.txt"
# [3] "GSE14520_GPL3921_annotated_exprSet.txt" "GSE14520_GPL571_annotated_exprSet.txt"
# [5] "GSE364_annotated_exprSet.txt"           "GSE54236_annotated_exprSet.txt"

n <- length(files)  #6L

#2. for循环语句
#2.1 简单试一试for循环是否可以正确执行。这里用的是批量提取文件的名称，并进行重命名
for ( i in 1:n){
  print(paste(strsplit(files[i],"_")[[1]][1],"_",i,"_Xcell.csv"))
}


#2.2 正式进入循环：读入文件-执行deconvolute_xcell（）-写出.csv文件，共循环6次。
for ( i in 1:n){
  temptable<-read.table(file = files[i],header = TRUE,
                      sep = "\t",
                       row.names = 1,
                      quote = "")
  deconvolute_xcell(gene_expression_matrix = temptable ,
                    arrays = TRUE) %>%
    write.csv(file = paste(strsplit(files[i],"[_]")[[1]][1],"_",i,"_Xcell.csv"))

}

最终的结果：

四、批量处理过程中遇到的问题及解决方法

尽管自己认为for循环已经写得很完美了，但刚开始其实并没有想象中的那么顺利，囧...... 文件内容不变，还是刚开始的文件。但是系统一直报错：大意是结果只返回了第一条。在读文件的时候遇到了问题。具体什么原因，我就不得而知了，只有一步一步来尝试。

解决思路：

为什么结果只返回第一条？试一试循环，看是不是循环出问题了。可以看出，循环没有问题，因为可以输入6个结果；故可排除循环出问题的可能性。问题就出在读入文件-执行deconvolute_xcell（）-写入.csv文件中。

既然不能循环，那就只有拆分开来处理。如下：依次处理，依次看每一步的执行情况。第一个顺利。

oh......第二个好像出问题了？原来for循环的问题出现在这里。

打开原文件查看，肉眼并不能发现数据格式问题。既然它继续提示字符带有引号（尽管在数据处理之前我已经统一去除了引号，这里为什么会这样提示，我也不知道原因），那就去掉引号吧。 read.table()中quote=""参数可以用于指定包围字符型数据的字符。

增加该参数后，再次执行第二个文件的数据处理，结果就很顺利。在后面的4个文件中，也使用该参数，鉴定完毕，其他几个文件没有问题。

最后再次尝试for循环：在for循环中添加该参数，再次执行for循环。结果不出意料，非常顺利。就是我上面展示的“2.2 正式进入循环：读入文件-执行deconvolute_xcell（）-写出.csv文件，共循环6次”后的结果了。
结论：在执行for循环的时候，例如从第1个文件到第20个文件，如果在第5个文件处出错，那么系统就可以执行到第4个文件，然后提示返回第1个文件，故我们需要解决第5个文件的问题。唯有解决第5个文件的问题，或者跳过第5个文件，才可以继续执行第6个文件到第20个文件的命令。

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2021-01-29，如有侵权请联系 cloudcommunity@tencent.com 删除

github