Fatal编程技术网
  • r/
  • 将所有数据标准化为r中的单个基因（观察值）

将所有数据标准化为r中的单个基因（观察值）

r

将所有数据标准化为r中的单个基因（观察值）,r,normalization,plyr,R,Normalization,Plyr,我有850种蛋白质的一些蛋白质表达数据，我想将数据标准化为参考蛋白质。这是纠正技术错误的好方法。我是R的新手，刚想好制作一个整洁的数据集。但当我搜索标准化时，主要是缩放数据。我找不到与数据集中的数据点进行比率的好方法。所以我有以下内容，其中type=D或T，pt.num=1-8，在612.9KB的文件中有859个GeneID和9952个元素 > head(df10g) GeneID type pt.num value 1 A2M D 1 8876.5 2

我有850种蛋白质的一些蛋白质表达数据，我想将数据标准化为参考蛋白质。这是纠正技术错误的好方法。我是R的新手，刚想好制作一个整洁的数据集。但当我搜索标准化时，主要是缩放数据。我找不到与数据集中的数据点进行比率的好方法。所以我有以下内容，其中type=D或T，pt.num=1-8，在612.9KB的文件中有859个GeneID和9952个元素

> head(df10g)
  GeneID type pt.num   value
1    A2M    D      1  8876.5
2   ABL1    D      1  2120.8
3   ACP1    D      1  1266.6
4   ACP5    D      1 67797.6
5 ACVRL1    D      1   650.1
6   ACY1    D      1  6264.8
318 IGF2R    D      1   6294.8
我想为每个pt.num.type规范化为IGF2R。但我不太明白它的语义。我想要这种类型的函数

Norm.ig2Fr=GeneID.type.pt.num(value)/IG2FR.type.pt.num(value)

Norm.ig2fr=ASM.D.1 (value)/IG2FR.D.1 (value)

Norm.ig2fr=8876.5/6294.8
期望的输出是

GeneID type pt.num   value              Norm.ig2fr      log2Norm.ig2fr
    1    A2M    D      1  8876.5        1.41            0.49
    2   ABL1    D      1  2120.8
    3   ACP1    D      1  1266.6
    4   ACP5    D      1 67797.6
我想我可以使用mutate或ddply变换，但是我缺少一些东西来将比率的分母固定到相同的GeneID值，但改变pt.num和type

df11 <- ddply(df10g, .(pt.num), transform, Norm.ig2b=value/IGF2R)

df11我想这可能就是你的意思。我无法用
plyr
想出解决方案。但是，我想用
dplyr
提出一个建议。我在这里创建了一个示例数据来演示代码。我想您应该使用
groupby（）
对
type
和
pt.num
进行分组。然后，您需要在
mutate（）
中进行归一化<代码>值[GeneID==“IGF2R”]
指定每组中IGF2R的值。例如，对于D-1组，
value[GeneID==“IGF2R”]
为1281.000，对于T-1组，
value[GeneID==“IGF2R”]
为1561.364。使用这些值，R对每组进行归一化

set.seed(111)
mydf <- data.frame(GeneID = rep(c("A2M", "ABL1", "ACP1", "ACP5",
                                  "ACVRL1", "ACY1", "IGF2R"), times = 2),
                   type = rep(c("D", "T"), each = 7),
                   pt.num = 1,
                   value = runif(14, 1200, 8800),
                   stringsAsFactors = FALSE)

#   GeneID type pt.num    value
#1     A2M    D      1 5706.658
#2    ABL1    D      1 6721.257
#3    ACP1    D      1 4015.207
#4    ACP5    D      1 5113.421
#5  ACVRL1    D      1 4070.240
#6    ACY1    D      1 4379.364
#7   IGF2R    D      1 1281.000
#8     A2M    T      1 5245.444
#9    ABL1    T      1 4484.421
#10   ACP1    T      1 1911.980
#11   ACP5    T      1 5423.927
#12 ACVRL1    T      1 5685.737
#13   ACY1    T      1 1710.273
#14  IGF2R    T      1 1561.364

library(dplyr)             
group_by(mydf, type, pt.num) %>%
mutate(out = value / value[GeneID == "IGF2R"])


#   GeneID type pt.num    value      out
#1     A2M    D      1 5706.658 4.454847
#2    ABL1    D      1 6721.257 5.246884
#3    ACP1    D      1 4015.207 3.134433
#4    ACP5    D      1 5113.421 3.991743
#5  ACVRL1    D      1 4070.240 3.177394
#6    ACY1    D      1 4379.364 3.418708
#7   IGF2R    D      1 1281.000 1.000000
#8     A2M    T      1 5245.444 3.359527
#9    ABL1    T      1 4484.421 2.872118
#10   ACP1    T      1 1911.980 1.224557
#11   ACP5    T      1 5423.927 3.473840
#12 ACVRL1    T      1 5685.737 3.641520
#13   ACY1    T      1 1710.273 1.095371
#14  IGF2R    T      1 1561.364 1.000000
这个解决方案很好。这正是我想要的。谢谢你的帮助@新的快乐。我很高兴听到这对你有帮助。：） 
set.seed(111)
mydf <- data.frame(GeneID = rep(c("A2M", "ABL1", "ACP1", "ACP5",
                                  "ACVRL1", "ACY1", "IGF2R"), times = 2),
                   type = rep(c("D", "T"), each = 7),
                   pt.num = 1,
                   value = runif(14, 1200, 8800),
                   stringsAsFactors = FALSE)

#   GeneID type pt.num    value
#1     A2M    D      1 5706.658
#2    ABL1    D      1 6721.257
#3    ACP1    D      1 4015.207
#4    ACP5    D      1 5113.421
#5  ACVRL1    D      1 4070.240
#6    ACY1    D      1 4379.364
#7   IGF2R    D      1 1281.000
#8     A2M    T      1 5245.444
#9    ABL1    T      1 4484.421
#10   ACP1    T      1 1911.980
#11   ACP5    T      1 5423.927
#12 ACVRL1    T      1 5685.737
#13   ACY1    T      1 1710.273
#14  IGF2R    T      1 1561.364

library(dplyr)             
group_by(mydf, type, pt.num) %>%
mutate(out = value / value[GeneID == "IGF2R"])


#   GeneID type pt.num    value      out
#1     A2M    D      1 5706.658 4.454847
#2    ABL1    D      1 6721.257 5.246884
#3    ACP1    D      1 4015.207 3.134433
#4    ACP5    D      1 5113.421 3.991743
#5  ACVRL1    D      1 4070.240 3.177394
#6    ACY1    D      1 4379.364 3.418708
#7   IGF2R    D      1 1281.000 1.000000
#8     A2M    T      1 5245.444 3.359527
#9    ABL1    T      1 4484.421 2.872118
#10   ACP1    T      1 1911.980 1.224557
#11   ACP5    T      1 5423.927 3.473840
#12 ACVRL1    T      1 5685.737 3.641520
#13   ACY1    T      1 1710.273 1.095371
#14  IGF2R    T      1 1561.364 1.000000

library(data.table)
foo <- setDT(mydf)[, out := value / value[GeneID == "IGF2R"], by = list(type, pt.num)]
print(foo)

 #   GeneID type pt.num    value      out
 #1:    A2M    D      1 5706.658 4.454847
 #2:   ABL1    D      1 6721.257 5.246884
 #3:   ACP1    D      1 4015.207 3.134433
 #4:   ACP5    D      1 5113.421 3.991743
 #5: ACVRL1    D      1 4070.240 3.177394
 #6:   ACY1    D      1 4379.364 3.418708
 #7:  IGF2R    D      1 1281.000 1.000000
 #8:    A2M    T      1 5245.444 3.359527
 #9:   ABL1    T      1 4484.421 2.872118
#10:   ACP1    T      1 1911.980 1.224557
#11:   ACP5    T      1 5423.927 3.473840
#12: ACVRL1    T      1 5685.737 3.641520
#13:   ACY1    T      1 1710.273 1.095371
#14:  IGF2R    T      1 1561.364 1.000000