廣告：工作室提供有償芯片數(shù)據(jù)分析，大家有芯片相關(guān)數(shù)據(jù)處理，請(qǐng)留言....

很久沒(méi)有處理芯片原始數(shù)據(jù)了，一般情況下去GEO下載數(shù)據(jù)的時(shí)候都是直接下載處理后的，所以用著用著也就懶了，今天去下載GSE42743的數(shù)據(jù)如圖，發(fā)現(xiàn)竟然沒(méi)有處理好的，糾結(jié)之余小編決定親自從原始數(shù)據(jù)入手，開(kāi)啟洪荒之力。

下載芯片數(shù)據(jù)，進(jìn)入GEO首頁(yè)搜索跟自身研究相關(guān)的GEO數(shù)據(jù)集，找到合適的數(shù)據(jù)比如GSE42743,點(diǎn)擊進(jìn)去找到如下圖所示，可以看到File type為CEL即為原始數(shù)據(jù)啦，看到左側(cè)有個(gè)http有木有，點(diǎn)擊下載就哦啦

安裝affy包，很顯然原始芯片數(shù)據(jù)需要專(zhuān)門(mén)的包去處理，這里要使用affy包進(jìn)行數(shù)據(jù)處理，所以安裝這個(gè)affy包也很簡(jiǎn)單，有兩種方法如下：

1、install.package('affy')

2、

source('https:///biocLite.R')

biocLite('affy')

擇其一選擇安裝即可，如果一種方法不行就換一種

導(dǎo)入affy包，這里因?yàn)閍ffy包可能用到其他的包，所以導(dǎo)入affy包之前需要導(dǎo)入它所依賴的包，如果沒(méi)有安裝的話，就自行安裝就好了，導(dǎo)入包如下：

library(BiocGenerics)

library(parallel)

library(Biobase)

library(affy)

設(shè)置數(shù)據(jù)環(huán)境，導(dǎo)入affy完畢了之后，現(xiàn)在需要配置數(shù)據(jù)環(huán)境以便能夠?qū)υ紨?shù)據(jù)提取，先解壓下載下來(lái)的GSE42743_RAW文件，然后可以看到所有的CEL文件都在這個(gè)文件夾下面，可能你會(huì)發(fā)現(xiàn)后綴怎么會(huì)有個(gè)gz，不用擔(dān)心這是一種數(shù)據(jù)壓縮格式，affy會(huì)自動(dòng)解壓，無(wú)需自己提前解壓；現(xiàn)在要設(shè)置當(dāng)前操作目錄，使用命令如下：

setwd('E:/Work/P1/SH824/GSE42743_RAW')

注意哦，路徑別寫(xiě)錯(cuò)啦

讀取原始數(shù)據(jù)啦，通過(guò)包的導(dǎo)入和數(shù)據(jù)環(huán)境的準(zhǔn)備之后，現(xiàn)在開(kāi)始讀取數(shù)據(jù)，也很簡(jiǎn)單啦，有兩種方式哦，代碼如下：

1、rawdata <- ReadAffy()###讀取全部的原始文件，這個(gè)時(shí)候就考驗(yàn)?zāi)愕碾娔X內(nèi)存了

2、rawdata1 <- ReadAffy('GSM1049165_MDA-HNS-112.CEL.gz')###讀取單個(gè)原始文件

標(biāo)準(zhǔn)化，讀取完數(shù)據(jù)當(dāng)然是處理和標(biāo)準(zhǔn)化啦，這一步呢也是一條命令的事，但是芯片數(shù)據(jù)標(biāo)準(zhǔn)化方法很多，小編常常使用的兩種標(biāo)準(zhǔn)化方法分別為rma和mas5，這里都奉獻(xiàn)給你吧，代碼如下：

1、eset <- rma(rawdata) #rma標(biāo)準(zhǔn)化方式

2、eset <- mas5(rawdata)#mas5標(biāo)準(zhǔn)化方式

注意哦，rma只使用pm信號(hào)，exp數(shù)據(jù)已經(jīng)進(jìn)行l(wèi)og2處理。mas5綜合考慮pm和mm信號(hào)，exp數(shù)據(jù)沒(méi)有取對(duì)數(shù)。

很顯然，現(xiàn)在要把得到的芯片數(shù)據(jù)標(biāo)準(zhǔn)化的結(jié)果進(jìn)行保存了，使用代碼如下：

write.exprs(eset, file='NormalizedData.txt')

保存在了當(dāng)前工作目錄下哦

當(dāng)然如果你不想保存，還想繼續(xù)用的話就使用exprs函數(shù)進(jìn)行轉(zhuǎn)換成表達(dá)譜矩陣?yán)?，代碼如下：

exp <- exprs(eset)

library(BiocGenerics)

library(parallel)

library(Biobase)

library(affy)

setwd('GSE42743_RAW')

rawdata <- ReadAffy()

eset <- rma(rawdata)#eset <- mas5(rawdata)

#rawdata1 <- ReadAffy('GSM1049165_MDA-HNS-112.CEL.gz')

write.exprs(eset, file='NormalizedData.txt')

這其中呢要畫(huà)圖嘛，主要涉及兩張圖，一張是標(biāo)準(zhǔn)化前的，一張是標(biāo)準(zhǔn)化后的箱線圖，其實(shí)也很簡(jiǎn)單啦

標(biāo)準(zhǔn)化前，繪圖，代碼如下：

boxplot(exprs(rawdata))

沒(méi)圖！?。?！因?yàn)樾【庪娔X死機(jī)了

標(biāo)準(zhǔn)化后，繪圖代碼如下：

boxplot(exprs(eset))

怎么看這個(gè)前后效果呢，就看圖中小編畫(huà)了紅色的那條線，中位數(shù)的分布是否在一條線上，很明顯標(biāo)準(zhǔn)化前都不全在一條線上（無(wú)圖無(wú)真相，自己試吧），標(biāo)準(zhǔn)化后在一條線上了。