getwd()
setwd("G:/silicosis/geo/GSE103548_rna-seq_llc_mle-12/GSE163224_a549_contact_esophil/")library(GEOquery)f='GSE163224_eSet.Rdata'
if(!file.exists(f)){gset <- getGEO('GSE163224', destdir=".",AnnotGPL = F,     ## 注释文件getGPL = F)       ## 平台文件save(gset,file=f)   ## 保存到本地
}getwd()
load('GSE163224_eSet.Rdata')  ## 载入数据
class(gset)  #查看数据类型
length(gset)  #
class(gset[[1]])
gset
exprs(gset[[1]])
gset[[1]]a=exprs(gset[[1]])
head(a)
a['220570_at',]
a[rownames(a)=='220570_at',]
library(dplyr)
myexpression=as.data.frame(a)
head(myexpression)
myexpression$probe_id=rownames(myexpression)#将行名转化为列名方便合并
head(myexpression)##下载p值为1的geo2r  获取探针和基因的对应关系
input=read.table("G:\\silicosis\\geo\\GSE103548_rna-seq_llc_mle-12\\GSE163224_a549_contact_esophil\\GSE163224.top.table.tsv",header = T,sep = "\t",comment.char = "!")
head(input)
input$probe_id=input$ID
head(input)mydata=merge(myexpression,input,by='probe_id')
head(mydata)colnames(a)
boxplot(mydata[,2:42])
getwd()save(mydata,file = "G:/silicosis/geo/GSE103548_rna-seq_llc_mle-12/GSE114761_various_A549_TGFB/myexpression_matrix.rds")
load("G:/silicosis/geo/GSE103548_rna-seq_llc_mle-12/GSE114761_various_A549_TGFB/myexpression_matrix.rds")colnames(mydata)
a=read.table(file = 'clipboard')
head(a)
a=a[-1,]
a
colnames(mydata)[2:43]=a$V2
head(mydata)mydata[mydata$Gene.symbol=='RETN'|mydata$Gene.symbol=='IGHA1'|mydata$Gene.symbol=='RETNLB',]————————————————
版权声明:本文为CSDN博主「youngleeyoung」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_52813185/article/details/125291100

geo getgeo下载表达矩阵 选择p值 geo2r相关推荐

  1. geo下载表达矩阵 多因素差异分析 deseq2 duqiang_1分析GEO数据库差异基因(GSE150910)将差异基因与泛素化酶取交集

    geo矩阵的获取有两种方式: library(DESeq2) library(DESeq2) getwd() dir.create("G:/r/duqiang_IPF/GSE150910_I ...

  2. geo读取表达矩阵 RNA-seq R语言部分(表达矩阵合并及id转换)

    geo读取表达矩阵 RNA-seq R语言 方法一:1.从geo页面直接下载表达矩阵,然后通过r读取表达矩阵 2.利用getgeo函数读取表达矩阵 3.利用geo自带的geo2r,调整p值为1,获取探 ...

  3. 【ONE·R || 两次作业(二):GEO数据处理下载分析】

    总言   两次作业汇报·其二:GEO数据处理学习汇报.       文章目录 总言 2.作业二:GEO数据处理下载分析 2.1.GEO数据库下载前准备 2.2.GEO数据库下载及数据初步处理 2.2. ...

  4. c++ 合并2个txt_多个表达矩阵文件合并

    前些天群主给了我们学徒一个任务,下载数据集:GSE84073 做一些批量分析! 群主想看到,HCC,CHC,CC这3组,跟healthy的分开比较,然后3个火山图,3个热图. 那么首先需要下载coun ...

  5. seurat提取表达矩阵_GPL17586、GPL19251和GPL16686平台芯片ID转换

    芯片分析中经常会遇到Affymetrix Human Transcriptome Array 2.0芯片,由于目前还没有现成的R包可以用,因此分析方法也不统一.见生信技能树Jimmy老师HTA2.0芯 ...

  6. R语言 | GEO数据库下载GSE基因芯片 以及表达矩阵和临床信息的提取

    目录 1.载入R包 2.利用AnnoProbe下载GEO数据库中的数据 3.提取表达矩阵和临床信息 4.输出文件 1.获得GEO数据库中的数据 下面以GSE14520数据系为例: 获得GEO数据库中的 ...

  7. GEO学习笔记-P3 表达矩阵过滤

    学习材料:[生信技能树]公共数据库挖掘实例(基于R语言) bilibili版本以及后续更新课程中的github材料为基础. 本章节是以:[生信技能树]公共数据库挖掘实例(基于R语言)为基础,进行的代码 ...

  8. 标准正态分布表_表达矩阵的归一化和标准化,去除极端值,异常值

    我们阅读量破万的综述:RNA-seq这十年(3万字长文综述)给粉丝朋友们带来了很多理解上的挑战,所以我们开辟专栏慢慢介绍其中的一些概念性的问题,上一期: RNA-seq的counts值,RPM, RP ...

  9. TCGA下载和表达矩阵整理:最适合初学者的教程

    本文首发于公众号:医学和生信笔记 " 医学和生信笔记,专注R语言在临床医学中的使用,R语言数据分析和可视化.主要分享R语言做医学统计学.meta分析.网络药理学.临床预测模型.机器学习.生物 ...

  10. GEO数据库学习三(了解表达矩阵)

    上一节已经成功进行了id转换,这一节主要是了解表达矩阵,通过绘图等参数判断表达矩阵是否正确.首先需要根据上一节过滤的探针,我们需要把exprSet表达矩阵的行名(探针id)换成基因名,处理完之后表达矩 ...

最新文章

  1. 【数据结构-树】4.图解平衡二叉树和哈夫曼编码(逐步演绎,一文读懂)
  2. HTML中a标签/超链接标签的下划线怎么去掉
  3. vb.net2019-播放声音(wav、mp3等)
  4. Call for Papers | 2019 年 IEEE 国际进化计算大会
  5. Docker常用操作命令(二)
  6. php青茶什么时候拆,青茶的香味应该如何评判(天赐露)
  7. python动态添加类方法_Python 动态添加类方法
  8. [转]闲话操作系统1
  9. PC端与虚拟机内容拷贝
  10. 远程桌面和云主机,可以听到云主机内部的声音
  11. 机器学习火热,SQL 开发人员有何用?
  12. “万物互联·泛在智能” 2019 嵌入式智能国际大会烧脑开幕!
  13. keepalived mysql双主架构图_MySQL数据库架构和同步复制流程
  14. 线性时间选择(C++):求第k小的数
  15. android mvp框架基类,Android MVP架构模式基类封装
  16. 汽车CAN网络测试及自动化测试工具
  17. Pytorch搭建EfficientNet网络和Openmax
  18. 感悟篇:我在B端做数据分析(一)
  19. 桌面html文件图标异常,.htm.html文件图标无法显示的解决办法
  20. 利用CompletableFuture集齐7龙珠

热门文章

  1. 通过MyEclipse生成Hibernate类文件和hbm.xml文件,或者annotation文件
  2. 基于微服务的DevOps落地指南 交付效率提升40%
  3. CUDA 与 Pytorch 安装与使用提示
  4. 2014新起点,新规划
  5. Typora入门教程+疑难杂症
  6. Java系统设计---医院资产管理系统
  7. Elasticsearch 实战之三:ES 基本操作
  8. [项目]用C++实现的壳(基础版)
  9. 掉头发第一步之python正则表达式之re模块
  10. 做好芯片设计,这三种能力不可或缺