R中矩阵的一对多相关计算
R中矩阵的一对多相关计算
提问于 2017-06-07 03:22:59
试图计算一个特定基因(这里是它的基因1)与矩阵中所有其他基因(35999个候选基因)的相关性。
samp1 samp2 samp3 samp4
Gene 1 3.7891 2.4487 1.1939 0.6013
Gene 2 1.4484 3.2316 2.841 1.9545
Gene 3 0.4505 2.6062 2.0729 0.6403
.
.
Gene 36000 1.8828 5.2633 2.7552 1.7335我使用了以下代码
library(Hmisc)
A <- read.table("C:/Users/Desktop/exp.txt", header=T, sep="\t")
cor <- rcorr(as.matrix(A), type="pearson")
write.csv(cor$r,'C:/Users/Desktop/pCC VALUES.csv')
write.csv(cor$P,'C:/Users/Desktop/p VALUES.csv')但是上面的代码是用于36000*36000矩阵计算的。然而，我想得到1到许多相关性，其中感兴趣的基因始终是第一个基因。在这里，它的基因1。这将节省处理时间。一种方法显然是从输出中提取我感兴趣的36000对。我想知道是否有其他方法可以找出我的基因与没有的所有其他基因的相关性
编辑：
我在寻找类似于格式的输出，
Gene 1 Gene 2 pcc p-value
Gene 1 Gene 3 pcc p-value
.
.
Gene 1 Gene 36000 pcc p-value
end回答 1
Stack Overflow用户
回答已采纳
发布于 2017-06-07 04:58:53
如果我对你说得对(将第一行与每一行联系起来，一次只取一行)，沿着这些路线的一些东西可能会让你开始：
dat <- as.matrix(read.table(text = "samp1;samp2;samp3;samp4
Gene 1;3.7891;2.4487;1.1939;0.6013
Gene 2;1.4484;3.2316;2.841;1.9545
Gene 3;0.4505;2.6062;2.0729;0.6403
Gene 4;0.4705;2.4062;1.0729;0.6003
Gene 5;1.8828;5.2633;2.7552;1.7335", sep=";"))
corr_list <- list()
for (i in 2:nrow(dat)) {
r <- cor.test(dat[1,], dat[i,])
corr_list[[paste("Genes 1 &", i)]] <- c(r$estimate, p.val=r$p.value)
}
# Results
corr_list
$`Genes 1 & 2`
cor p.val
-0.3070573 0.6929427
$`Genes 1 & 3`
cor p.val
-0.1417635 0.8582365
$`Genes 1 & 4`
cor p.val
0.04777015 0.95222985
$`Genes 1 & 5`
cor p.val
0.1425788 0.8574212 如果更方便的话，也可以将结果放入data.frame中：
corr_list <- data.frame(Gene1=numeric(), Gene2=numeric(), cor=numeric(), p.value=numeric())
for (i in 2:nrow(dat)) {
r <- cor.test(dat[1,], dat[i,])
corr_list[i-1,] <- c(1, i, r$estimate, r$p.value)
}
corr_list
Gene1 Gene2 cor p.value
1 1 2 -0.30705735 0.6929427
2 1 3 -0.14176355 0.8582365
3 1 4 0.04777015 0.9522299
4 1 5 0.14257884 0.8574212页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/44402943
复制相关文章
相似问题
腾讯云开发者
