R批量计算多个miRNA的表达情况和多个基因突变之间两两的相关性

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

朋友问到以下问题：

假设有100个人，分别检查了10万个miRNA的表达情况和1000个基因的突变情况，然后想基于这100个人的上述检测结果，分别分析每个miRNA与每个突变基因之间两两的相关性，并将所有的结果输出到一个新的数据库，应该如何用R来写程序？

看上去是一件非常复杂的事情，自己并非生物信息学专业的，所以不清楚Bioconductor等软件是否有更成熟快速的方法来完成这个程序。

自己简单写了一个示例程序，并验证结果没有问题，但是如果有学生物信息学的老师熟悉采用更加快捷方便的程序来完成该过程，非常欢迎指点。

1. A <- matrix(rnorm(12,0, 1),nrow=3,ncol=4)
   
2. D <- matrix(rnorm(24,0, 1),nrow=6,ncol=4)
   
3. 
   
4. rownames(A) <- c("x1","x2","x3")
   
5. rownames(D) <- c("y1","y2","y3","y4","y5","y6")
   
6. 
   
7. A
   
8. D
   
9. 
   
10. pvalcor<-c()
    
11. estcor<-c()
    
12. finalpval <-c()
    
13. finalest <-c()
    
14. for (j in 1:dim(D)[1]){
    
15. for (i in 1:dim(A)[1]){
    
16.   correlation<-cor.test(D[j,],A[i,])
    
17.   pvalcor[i]<-correlation$p.value
    
18.   estcor[i]<-correlation$estimate
    
19. }
    
20.   finalpval <-cbind(finalpval,pvalcor)
    
21.   finalest <-cbind(finalest,estcor)
    
22. }
    
23. 
    
24. finalpval
    
25. finalest
    
26. 
    
27. ## validate the abovementioned function
    
28. cor.test(D[1,],A[1,])
    
29. cor.test(D[2,],A[1,])
    
30. cor.test(D[3,],A[1,])
    
31. cor.test(D[4,],A[1,])
    
32. cor.test(D[5,],A[1,])
    
33. cor.test(D[6,],A[1,])

复制代码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：基因突变 相关性 Bioconductor conduct 生物信息 如何 基因突变 突变基因 相关性 检测