R语言 | 多组样本的N种组合-embed函数-embed函数用法大全-记住吧

 

对于单个基因在多个样本组中的差异表达，通常使用方差分析，即，将多个组比较在一起以获得P值。如果p值显著，说明多组基因表达有显著差异。然而，我们不能知道两组之间或两组之间的基因表达是否有显着性差异，因此我们需要细化分组，此时，我们需要使用排列和组合！

在R语言中，可以使用 combn（） 函数从一个向量中获得所有可能的元素组合：

(All combinations of X elements of M are generated at one time).

例如，我们现在有4种Stage分期，现在要得到所有可能的两两组合，以进行差异表达分析：

labels = c（“I“, “II“, “III“, “IV“）

res = t（combn（labels, 2））

res

[,1] [,2]

[1,] “I“ “II“

[2,] “I“ “III“

[3,] “I“ “IV“

[4,] “II“ “III“

[5,] “II“ “IV“

[6,] “III“ “IV“

可见，两两一组共有6种可能，需要在每种可能的组合内进行两组间差异表分析！如果此时你已经写好了一个名为 limma_dea（） 的差异表达分析函数，则可以很方便的在 combn 内部调用该函数：

combn（labels, 2, FUN = limma_dea）

如果只想取某位与其相邻下一位的组合：

p_load（gtools）

index = combinations（length（labels）, 2）  ＃ 返回的是下标

res[index[,2] == index[,1]+1,]      ＃ 基于满足条件的下标取原数据子集

[,1] [,2]

[1,] “I“ “II“

[2,] “II“ “III“

[3,] “III“ “IV“

不过，有更加简单的实现方式， embed 函数：

Results each row of the matrix consists of sequences x [t] and x [t-1]...,

X [t-dimension + 1], 

        where t is the original index

        of X.

comps = embed（labels,2）[,2:1]

但是，由于 embed 没有调用函数的接口，所以可以使用 lapply 函数：

my_comparisons = lapply（1:nrow（comps）, function（x） comps[x,]）

lapply（my_comparisons, limma_dea）

＃ 或者

lapply（split（comps, 1:nrow（comps））, limma_dea）