TCGA合并GETx数据进行免疫lncRNA提取

Question

 

 

问题如下：

下载TCGA肿瘤样本，但改数据中无正常组织，合并GETx数据进行免疫lncRNA提取，代码部分如下：

rm(list = ls())

library(limma)

corFilter=0.4    

pvalueFilter=0.001  

setwd("C:\\Users\\CXH\\Desktop\\120irlncRNA\\09.irRNA") 

#读取lncRNA，并对数据进行处理

rt = read.table("lncRNA.txt", header=T, sep="\t", check.names=F)

rt=as.matrix(rt)

rownames(rt)=rt[,1]

exp=rt[,2:ncol(rt)]

dimnames=list(rownames(exp),colnames(exp))

data=matrix(as.numeric(as.matrix(exp)),nrow=nrow(exp),dimnames=dimnames)

data=avereps(data)

data=data[rowMeans(data)>0.5,]

#删掉正常样品

group=sapply(strsplit(colnames(data),"\\-"),"[",4)

class(group)

list(group)

group=sapply(strsplit(group,""), "[", 1)

group=gsub("2","1",group)

lncRNA=data[,group==0]

#读取免疫基因表达文件，并对数据进行处理

rt = read.table("immGeneExp.txt", header=T, sep="\t", check.names=F)

rt=as.matrix(rt)

rownames(rt)=rt[,1]

exp=rt[,2:ncol(rt)]

dimnames=list(rownames(exp),colnames(exp))

immuneGene=matrix(as.numeric(as.matrix(exp)),nrow=nrow(exp),dimnames=dimnames)

immuneGene=avereps(immuneGene)

immuneGene=immuneGene[rowMeans(immuneGene)>0.5,]

#删掉正常样品

group=sapply(strsplit(colnames(immuneGene),"\\-"),"[",4)

group=sapply(strsplit(group,""),"[",1)

group=gsub("2","1",group)

immuneGene=immuneGene[,group==0]

#相关性检验

outTab=data.frame()

for(i in row.names(lncRNA)){

 if(sd(lncRNA[i,])>0.5){

  for(j in row.names(immuneGene)){

   x=as.numeric(lncRNA[i,])

   y=as.numeric(immuneGene[j,])

   corT=cor.test(x,y)

   cor=corT$estimate

   pvalue=corT$p.value

   if((cor>corFilter) & (pvalue<pvalueFilter)){

    outTab=rbind(outTab,cbind(immuneGene=j,lncRNA=i,cor,pvalue,Regulation="postive"))

   }

   if((cor< -corFilter) & (pvalue<pvalueFilter)){

    outTab=rbind(outTab,cbind(immuneGene=j,lncRNA=i,cor,pvalue,Regulation="negative"))

   }

  }

 }

}

但是运行相关性检验后，结果：Error in if ((cor > corFilter) & (pvalue < pvalueFilter)) { : 

 需要TRUE/FALSE值的地方不可以用缺少值

此外: Warning message:

In cor(x, y) : 标准差为零

反复排查，初步考虑删掉正常样品部分的代码需要修改，但怎么尝试都不行，请大神指点：

#删掉正常样品

group=sapply(strsplit(colnames(immuneGene),"\\-"),"[",4)

group=sapply(strsplit(group,""),"[",1)

group=gsub("2","1",group)

immuneGene=immuneGene[,group==0]

因为TCGA命名规律：TCGA-20-0987-01A

而GETx命名规律：GTEX-PWCY-1326-SM-48TCU

还请大神指点，谢谢！

Answer 1

参考GPT和自己的思路：

看起来您的代码中有一些问题，可能导致出现缺少值的情况。具体来说：

1. 在删掉正常样品部分的代码中，您使用了正则表达式“\-”来分割样本名，但是这个正则表达式不适用于GETx数据，因为GETx样本名中没有“-”字符。您需要使用"_"来分割GETx样本名。

2. 在运行相关性检验的部分，您可能会遇到标准差为零的情况。这通常是由于数据中存在完全相同的样本或基因导致的。您可以检查一下您的数据，看看是否存在这种情况，并根据情况进行处理。

除此之外，我还建议您检查一下您的数据格式是否正确，特别是在读取文件的过程中。另外，您可以尝试使用一些调试工具（比如RStudio），以便更好地定位问题。