2023-07(数据挖掘马拉松)答疑汇编

下面是优秀实习生的整理和分享

1安装Rstudio时出现这样的问题怎么办？

卸载，这3个都安装在 C盘，R、Rstudio、Rtools。

2老师，想问下为啥我照课件上这么输入他这里给我报错呢？我就是想把箱式图和点图叠加。

那个代码，aes后面的x是大写的，换成小写的x就好了。一般大小写都要注意的，代码很严格。

3

你可以直接搜函数，str_split就可以。不过你这不需要拆，因为会有同样内容的一列，只有冒号后半句。

4

数据里有负值导致的错误，要换数据了。

5想问这种通路名重叠的可以通过调整参数来解决吗？

调整比例，拉高，或者是保存时设置参数，见帮助文档。

6想请教一下， pData（eSet[[1]]）这里面的“1”是默认的吗，是因为GEO下下来的表达矩阵格式都是固定的，所以这个“1”是不变的，可以这么理解么？

有时候一个gse号码背后有多个数据，你就需要去肉眼看一看，第几个数据才是你要的矩阵，你就需要去肉眼看一看，第几个数据才是你要的矩阵。

7尝试在网上寻找解决方案后，修改过分隔符、还有编码格式，都无法把数据读进来？

试试看高级函数fread。此外，读excel文件用rio：：import比较推荐。列名不够多，有没有可能header=F就搞定。

8各位老师好，想请教一下在整合不同的单细胞队列的时候，需要考虑他们上游分析用的cellranger版本是否一样吗，因为现在的V7好像还计算了内含子区域，之前版本好像没有？

如果你计算资源足够，就需要考虑他们上游分析用的cellranger版本是否一样，如果不够就放过自己，丰俭由人。

9今晚用tinyarray简化常规芯片分析流程这个RMD里面的代码运行，最后提示下标越界，但是用之前的分步骤的pipeline处理又没有问题，这个咋办呢？

你的数据里面有NA，要先处理掉NA，有NA的行少，就na.omit，多，就换数据。

10有一个问题想问一下，单基因画km曲线的时候，我看我有同学用最佳截断值来分组，得出来p大于0.05，我们用的是中位数p小于0.05究竟谁是对的？

谁说我们只用中位数啦？谁说一定有一个对的一个错的啦？最佳截断值的方法代码在LUAD文件夹里面，这个视情况而定。

11请教一下，我通过一个数据集找到的5个关键差异基因，想要用另外一个数据集验证一下对照组和病例组相比，这5个基因的表达情况，我应该怎么做呢？有没有什么包或者什么软件可以实现吗？

验证数据集的表达矩阵整理好，按分组信息查看这几个基因的表达情况，画箱线图就可以了。