table 中的背景减法

Question

我有基因表达数据作为每个探针的计数，如下所示：

library(data.table)
mydata <- fread(
"molclass,mol.id,sample1,sample2,sample3
negative, negat1,  0, 1,   2
negative, negat2,  2, 1,   1
negative, negat3,  1, 2,   0
 endogen,  gene1, 30, 15, 10
 endogen,  gene2, 60, 30, 20
")

我的问题是 - 执行背景减法的最佳方法是什么，即对于每个 sampleN 列，我需要计算背景（假设它将是 [=14] 中所有值的平均值=] class) 然后从该列的每个值中减去该背景。目前我正在使用以下解决方案：

for (nm in names(mydata)[-c(1:2)]) {
  bg <- mydata[molclass=='negative', nm, with=F];
  bg <- mean(unlist(bg));
  mydata[[nm]] <- (mydata[[nm]] - bg);
}

但我觉得一定有一些"nicer"方法。

P.S。我知道有一些包可以做这些事情，但我的数据对应于计数的数量，而不是信号的强度 - 所以我不能使用 limma 或为微阵列设计的类似工具。也许一些 seq-data 包可以提供帮助，但我不确定，因为我的数据也不是来自测序。

Answer 1

通常，您不应将 <- 与 data.table 一起使用。使用 set 循环中的最后一个赋值会更好。键入 ?set 查看帮助页面了解详情。

mycols  <- paste0('sample',1:3)
newcols <- paste0(mycols,'bk')

s       <- mydata[['molclass']] == 'negative'
mybkds  <- sapply(mycols,function(j) mean(mydata[[j]][s]) )

mydata[,(newcols):=NA]
for (j in mycols) set(mydata,j=paste0(j,'bk'),value=mydata[[j]]-mybkds[j])

我只完成了循环中的最后一步，但这与您的代码基本相同（所有内容都在循环中）。 *apply 函数和循环只是语法不同，我听说，您可以使用任何您喜欢的。

Answer 2

如果您需要用计算值替换 sample 列，您可以使用 set（如 @Frank 的 post）但无需创建额外的对象

indx <- grep('^sample', names(mydata))
for(j in indx){
 set(mydata, i=NULL, j=j, value=mydata[[j]]- 
       mydata[molclass=='negative', mean(unlist(.SD)), .SDcols=j])
}
mydata
#   molclass  mol.id sample1    sample2 sample3
#1: negative  negat1      -1 -0.3333333       1
#2: negative  negat2       1 -0.3333333       0
#3: negative  negat3       0  0.6666667      -1
#4:  endogen   gene1      29 13.6666667       9
#5:  endogen   gene2      59 28.6666667      19

或者@Frank 建议的变体（更有效）是

for(j in indx){
 set(mydata, i=NULL, j=j, value=mydata[[j]]- 
    mean(mydata[[j]][mydata$molclass=='negative']))
}

table 中的背景减法

background subtraction in a table

r

data.table

bioconductor