### R代码从vignette源的dataPrep。Rnw ' ################################################### ### 代码块1号:开始 ################################################### 选项(宽度= 80 ) ################################################### ### 代码块2号:开始 ################################################### 库(计 ) ################################################### ### 代码块3号:演示。数据 ################################################### 文件名=执行(“extdata / gse16873.demo”、包=“规”)演示。data = readExpData(文件名,row.names = 1) #检查数据头(demo.data) str (demo.data) # data.frame转换为一个矩阵,加快计算demo.data = as.matrix (demo.data) str (demo.data ) ################################################### ### 代码块数量4:readList ################################################### # 一个例子GMT基因设置数据来源于MSigDB数据文件名=执行(“extdata / c2.demo.gmt”、包=“规”)demo.gs = readList(文件名)演示。要使用gse16873的这些基因集，需要将基因符号#转换为Entrez IDs first data(egSymb) demo.gs.sym<-lapply(demo. gs.sym<-lapply(demo. gse16873)sym2eg) demo.gs。信谊(1:3 ] ################################################### ### 代码块5号:gse16873。affyid ################################################### 图书馆(gageData)数据(gse16873.affyid) affyid = rownames (gse16873.affyid)库(hgu133a.db) egids2 = hgu133aENTREZID [affyid] annots = toTable (egids2) str (annots) gse16873.affyid = gse16873。affyid[annots$probe_id，] #如果多个探针集映射到一个基因，选择IQR值最大的一个iqrs=apply(gse16873. ffyid[nots$probe_id，] #affyid, 1, IQR) sel.rn=tapply(1:nrow(annots)， annots$gene_id, function(x){x[it .max(iqrs[x])]}) gse16873.egid=gse16873.affyid[sel. txt]rn，] rownames(gse16873.egid)=names(sel.rn) cn=colnames(gse16873.egid) hn=grep(' hn '，cn，忽略。case =T) dcis=grep(' dcis '，cn，忽略。case =T) data(kegg.gs) gse16873.kegg.p。Affy <- gage(gse16873。Egid, gsets =酒桶。gs, ref = hn,桑普= dcis) #使用gse16873的结果应该类似 ################################################### ### 代码块6号:pathview。转换 ################################################### 图书馆(pathview)数据(bod)打印(bod) #模拟人类表达数据与RefSeq RefSeq ID。数据<- sim.mol.data(mol。Type = "gene"， id。type = "REFSEQ"， nexp = 2, nmol = 1000) #构建非Entrez ID和Entrez基因ID之间的映射ID .map. REFSEQ <- id2eg(ids = rownames(REFSEQ .data)， category = "REFSEQ"， org = "Hs") #将数据映射到Entrez基因ID上，注意不同的和。方法可以采用。数据<- mol.sum(mol。Data = refseq。数据,id。Map = id.map。refseq总和。method = "mean")