R

最近在学习bookdown，顺便复现了我的硕士论文，网址是swcyo.github.io/masterthesis/ 这个完全是用R生成的，安装好bookdown以后，新建一个Project，类型选择Book project using bookdown 写书的原理是一个一个的Rmd文件，首页是index，然后按00-，01-，02-，03-这样新建或重命名Rmd文档，默认按数字的顺序拼接文章。最终文章目录的生成取决与标题级数。 目前1.4版的RStudio合成了markdown可视化，可以直接点击选择用几级的标题，一般Heading1就是章数，然后逐级设置，注意的是完全不用自己写序号，序号都是自动生成的，写完以后点击Knit就可以渲染，这里要注意如果只是预览效果，点击一次Knit生成的只是你写的那一章，除非你写完每一章都重新Knit，否则不是完整的文章，有一个Bulid的选项可以生成电子书，也有很简单的代码实现 bookdown::render_book(“你的项目.Rproj”) 最终演示效果如下 访问量：

基本介绍 oncomine是一个很好的肿瘤数据库，功能很强大，也有可视化的操作，但是最大的问题是数据不能很好的获得，，而且自带的图很丑（而且只是png），关于oncomine的教程有很多，比较经典有解螺旋的教程，比如下面这个，基本涵盖了常用的功能： 麦子陪你做作业（三）：肿瘤经典数据库Oncomine实训操作 然而，大神yikeshu0611默默的为我们付出，之前开发了一个R包叫ROncomine可以很方便的获得数据，并且再次出图，不过最近又更新为oncomineR了，新版的我还没研究，这里我们还是先说老版的ROncomine 这个包以前托管在Github上（由于众所皆知的原因，国内访问Github很困难），但是目前已经删除了，好在我之前已经导入到了我的码云上了，所以也可以很快的安装。 以前其实还有一个教程破解oncomine无法免费下载数据，学员开发了一款R语言包，但是目前也被删除了，估计这个还是有版权的，所以我还是悄悄的写个自己看的教程 首先需要安装devtools，然后调用install_git函数就可以直接安装,之后就方便了 install.packages(‘devtools’) devtools::install_git(’https://gitee.com/swcyo/oncomineR’)) 其实每一个oncomine的数据都可以使用浏览器获得，用chrome浏览器登录，随便一个地方鼠标右击找到检查元素，就可以看到代码区，使用Crtl+F查找<map，我们需要的代码全都在<map那一片，右击复制然后新建一个文本文档保存起来 oncomineR的原理只是是把检查元素里<map那串代码二次处理，从而简化工作，然后调用ploty作图，当然你也可以用ggplot2再次画图 单基因在基本中的总结（Gene Summary） 按照解螺旋的教程，比如搜索CXCL8基因，实际上基因名为IL8，然后我们可以在右边看到这样的一个热图： 我们复制<map那一串代码，保存为heatmap.txt文件，我们可以用Oncomine_heatmap_DiseaseSummaryfor_SomeGene处理 library(ROncomine) heat<-Oncomine_heatmap_DiseaseSummaryfor_SomeGene('/Users/mac/Documents/GitHub/myblog/content/post/2021-08-19-oncomine/heatmap.

在科研工作中，使用较多的应该就是两独立样本的显著性检验，也就是我们常说的比较两个组有没有统计学差异，比方说我们收集了身高数据，想比较男性和女性的身高有没有差别，这就是两独立样本的显著性检验，而最让人耳熟能详的就是t检验，然而有时候（我认为更多的适合）却又有一个非参数检验，其实统计学不那么严谨的话，基本都是用t检验，然而这样暴力的选择并不科学，那么到底该如何选择才是最科学的呢？ 目前常用的统计软件有SPSS和GraphPad，不过这两个都是收费软件，虽然有破解版，然而总归是没有版权的，而R作为开源软件，又附带N多的包，功能什么强大，反正免费就是王道。。。 有两个参考网站可以供学习 R-两独立样本t检验 R-两独样本Wilcoxon检验 一、假设检验的前提是什么？ 1. 两个样本是否独立？ 如果两个样本不是独立样本，而是配对样本，那么就不能用独立样本的t检验，而应该是配对样本的t检验。 独立样本就是说两组样本没有什么关联，比如说男女的身高差，男的就跟女的没有任何关联 配对样本是其实是一种样本，不过经历了某种干预，比方说没有用药的时候是A组，然后给A组的成员用了药就变成了B组；又比方说同一个病人标本取了癌组织和癌旁组织，那么所有取了癌组织和癌旁组织标本的患者就是配对样本。 2. 两组中每组的数据是否服从正态分布？ 在进行假设检验前，首先就要看是不是正态分布，也就是说要进行正态检验，一般有Shapiro-Wilk test（S-W检验）和Kolmogorov-Smirnov test（K-S检验），两种方法都有人用，但是一般选择S-W检验。这里我们一般不需要过分纠结选哪种，K-S检验适合用于大数据样本的正态性检验，我们主流还是选择S-W检验（shapiro.test()）。 只有符合正态分布的才可以使用t检验 如果数据不是正态分布的，可以尝试先进行数值转换，如log2处理，如果满足正态分布，可以选择t检验

最近一直在学习用RStudio建博客和写文章或书什么的，有了Rmarkdown的支持，可以渲染很有有用的可视化效果，但是很多语句都是基于markdown语言来写的，虽然markdown作为一款轻量级的语言，很适合用来写东西，而不是来排版，但是一直用代码，也是很烦人的，尤其我又是一个懒人，我要的是效果，而不是代码。 虽然有很多在线编辑器，也有Typora这种可视化的软件支持，但都是拆东墙补西墙的办法，没有一款软件就能解决所有问题，比如我要搭博客，以前需要安装各种软件，需要各种代码，有了yihui大神的支持，把很多东西都合成在RStudio里面，尤其嵌入了R markdown以后就可以很好的渲染R语言的效果，可以写word，可以写PPT，甚至还可以写期刊论文，节省了很多复制粘贴的工作，而且配合bookdown以后还可以很好的写书，pagedown可以很好的编辑网页，然后又开发了blogdown，一步就可以配置hugo主题的博客，简直不要太方便。 我一直觉得用一款软件把大多数的工作完成是最好的，RStudio就可以很好的完成这些工作，可以用来统计，可以用来画图，可以用来写作，还可以用来搭博客，之前唯一的缺点可能就是对markdown原生态语句不能可视化了，毕竟我不是一个活在想象世界中的人，写代码的目的是为了最后的效果，我又不是码字🐶，能用简单的办法不好吗？ 目前RStudio更新到1.4版，新增了很多实质性的硬核功能： 其中英文版介绍可见，https://blog.rstudio.com/2021/06/09/rstudio-v1-4-update-whats-new/ 中文版在知乎上也有介绍，具体看这里RStudio v1.4 正式发布 其中最让有两个功能最让我兴奋，又是解放双手的一天。。。。 Rmarkdown编辑可视化https://rstudio.github.io/visual-markdown-editing/ 支持可视化插入参考文献https://blog.rstudio.com/2020/11/09/rstudio-1-4-preview-citations/ 新版的RStudio打开md文件后，可以在编辑界面里看到一个像A一样的东西，不点它就这样 点一下最右边的那个A就这样 而且插入图片可以直接点击上面的那个图片的符号，选好图片就出现效果了，可以自动添加标题和链接 而且点一下图片，还可以直接编辑图片大小，真好 在Insert那里还有很多效果，最喜欢的是@Citation，这简直是写期刊和论文的利器，教程可以看这个 https://rstudio.github.io/visual-markdown-editing/citations.html 当然如果要支持显示参考文献的话，在新增的Rmd文件里需要在最前面的yml上添上这几句话（md是别的代码） --- title: "My Document" bibliography: references.

CCK8数据主要是统计OD450的吸收值，一般的数据形式如下，保存为csv格式 Time NC NC NC OE OE OE day1 0.549070969 0.549570976 0.547750963 0.543670962 0.536370963 0.545970956 day2 0.675742972 0.696628983 0.690574949 0.637390961 0.630422963 0.653620952 day3 0.

转自我的简书https://www.jianshu.com/p/145b2dc338a0 首先调取Xena网页的TCGA数据做Cox生存分析，数据可以通过hiplot官网自主研发的ucsc-xena-shiny直接在线获取 访问https://hiplot.com.cn/advance/ucsc-xena-shiny 然后全屏显示，点击Qucik PanCan Analysis下方的TCGA：Molcular Profile Cox Analysis 输入一个你想要的基因，比如RAC3，Select Measure for plot可以设置OS，PFI，DSS和DFI，然后点上方的搜索🔍，就可以看到出的图了 继续往下滚动鼠标，就可以看到数据了，而且还可以下载 得到数据以后就可以用R画图了，注意，这里的HR和CI都是Log过的结果，跟别的地方计算的Cox结果有些不一样，可能是方法不一样吧，是因为网站计算的HR结果相差太大了吗？ 由于是log过的结果，所以森林图的X轴不再是HR=1为分界线了，而是以log2HR=0为分界线。。。 RAC3_mRNA_OS_pancan_unicox <- read.csv("~/Desktop/RAC3_mRNA_OS_pancan_unicox.csv") ##加载csv数据 library(ggplot2) ggplot(RAC3_mRNA_OS_pancan_unicox, aes(HR_log, cancer, col=Type))+ ##定义X轴和Y轴，以类型分类 geom_point(size=2.5)+ #固定点的大小 geom_errorbarh(aes(xmax =upper_95_log, xmin = lower_95_log), height = 0.

泛癌的基因表达量一般可以用TCGA和GTEx实现，而肿瘤细胞系一般用CCLE数据库. 临床生信之家是一个很好的在线工具，目前上架了CCLE的功能，出的图见下，可以实现单基因在泛癌和单病种的可视化，但是这个网址什么都好，就是有次数限制，后面使用要加钱，而且价钱不菲，学生党望而却步。。。 会R语言，当然可以省掉这笔巨款，而且可以DIY，乐趣无穷 首先去CCLE官网下载数据，目前网页更新了，功能也多了 比如TP53，访问这个网址TP53 DepMap Gene Summary就行，在Characterization里Expression 21Q2 Public右边有个下载标志，基因单位是Log2(TPM+1)，很科学 CCLE2021年的更新了很多,比以前好看多了,也科学多了啊… 下载后的数据默认命名是： [TP53 Expression 21Q2 Public.csv`] (https://depmap.org/portal/partials/entity_summary/download?entity_id=38037&dep_enum_name=expression&size_biom_enum_name=none&color=none) 不过这里最大的问题就是国内访问的速度真的是很随机啊,想快有时候根本快不了,如果电脑一直打不开,就用手机打开再传到电脑上吧,当然你也可以去hiplot.com.cn上去下载数据,虽然不是最新的,然而至少网速很快,但是需要二次处理一下数据 首先把数据读进R里面 library(readr) TP53_Expression_21Q2_Public <- read_csv("~/Desktop/TP53 Expression 21Q2 Public.csv") ## Rows: 1378 Columns: 6 ## ─ Column specification ──────────────────────────── ## Delimiter: "," ## chr (5): Depmap ID, Cell Line Name, Primary Disease, Lineage, Lineage Subtype ## dbl (1): Expression 21Q2 Public ## ## ℹ Use `spec()` to retrieve the full column specification for this data.

柱状图是最常见的统计作图,当然Excel和Prism都可以画,还有一些shiny可以交互画图,但是用R的话,也可以有很好看的效果,本文用Rmarkdown做下效果,要有统计结果,要有统计标识,还有个各个样本的数值. 比如有这样一个表: Value Group Gene Value 1.092 Control GeneA 1.092 0.875 Control GeneA 0.875 1.047 Control GeneA 1.047 22.111 Treat GeneA 22.

比如有如下的一个表格 library(DT) pcr<-read.csv('~/Desktop/pcr.csv') knitr::kable(pcr) group GAPDH ST3GAL5 X_Ct cycle NC 12.17 23.76 11.59 first NC 11.88 23.79 11.91 first NC 11.92 23.57 11.