1寫在前面

醫(yī)院天天叫我們填問卷，我真是不能理解。??

動(dòng)不動(dòng)就問我們對(duì)醫(yī)院的福利滿意嗎，對(duì)自己的收入滿意嗎，覺不覺得工作負(fù)荷太重了？？？??

我們滿不滿意，覺不覺得累，醫(yī)院心里沒點(diǎn)數(shù)嗎?。縹~~??

不能再說了，再說我的號(hào)就要被河蟹掉了。??

今天的教程是相對(duì)比較基礎(chǔ)的了，分享一下我處理Expression matrix時(shí)經(jīng)常遇到的一個(gè)小問題，就是重復(fù)基因名或者探針名的問題。??

這個(gè)問題的處理起來也簡(jiǎn)單也復(fù)雜，你可以隨機(jī)取一個(gè)，可以都去掉，可以取最大值，可以取均值，仁者見仁，智者見智吧。??

接著是今天的正文，盤點(diǎn)一下我個(gè)人常用的幾種處理重復(fù)基因的方法！~??

2用到的包

rm(list = ls())
library(tidyverse)
library(limma)
library(IOBR)

3示例數(shù)據(jù)

今天是隨機(jī)生成的數(shù)據(jù)，20個(gè)樣本，30個(gè)基因。??

set.seed(123456)

exprSet <- matrix(runif(600, 1, 10), ncol= 20)

colnames(exprSet) <- paste0("Sample",1:20)

genes <- paste0("Gene", sample(LETTERS, 30, replace=T))

exprSet <- data.frame(genes,exprSet)

DT::datatable(exprSet)

看一下有幾個(gè)重復(fù)的基因吧，10個(gè)。??

table(duplicated(exprSet$genes))

4方法一（取高值）

這里需要注意一下哦，對(duì)于相同的基因，應(yīng)該挑選行平均值大的一整行，而不應(yīng)該打亂。??

index <- order(rowMeans(exprSet[,-1]),decreasing = T)

exprSet_ordered <- exprSet[index,]

keep <- !duplicated(exprSet_ordered$genes)

exprSet_max <- exprSet_ordered[keep,]

DT::datatable(exprSet_max)

再看一下重復(fù)的基因去掉了沒有，好的，任務(wù)完成。??

table(duplicated(exprSet_max$genes))

5方法二（取均值）

5.1 aggregate函數(shù)法

exprSet_mean <- aggregate(.~genes, mean, data = exprSet)

DT::datatable(exprSet_mean)

table(duplicated(exprSet_mean$genes))

5.2 avereps函數(shù)法

exprSet_avereps <-  avereps(exprSet,ID = exprSet$genes) %>% 
  as.data.frame()

DT::datatable(exprSet_avereps)

table(duplicated(exprSet_avereps$genes))

6方法三（IOBR包）

最后介紹一下IOBR包的remove_duplicate_genes()函數(shù)，非常好用！~??

雖然這里method寫的是mean，但實(shí)際上是挑選了平均值最大的一行，我個(gè)人也是比較喜歡這種方法。??

exprSet_IOBR_mean <- remove_duplicate_genes(exprSet, column_of_symbol = "genes", method = "mean")

DT::datatable(exprSet_IOBR_mean)

table(duplicated(rownames(exprSet_IOBR_mean)))

點(diǎn)個(gè)在看吧各位~ ?.???? ??? ?

?? ?? chatPDF | 別再自己讀文獻(xiàn)了！讓chatGPT來幫你讀吧！~
?? ?? WGCNA | 值得你深入學(xué)習(xí)的生信分析方法！~
?? ?? ComplexHeatmap | 顏狗寫的高顏值熱圖代碼！
?? ?? ComplexHeatmap | 你的熱圖注釋還擠在一起看不清嗎??？
?? ?? Google | 谷歌翻譯崩了我們?cè)趺崔k??？（附完美解決方案）
?? ?? scRNA-seq | 吐血整理的單細(xì)胞入門教程
?? ?? NetworkD3 | 讓我們一起畫個(gè)動(dòng)態(tài)的?；鶊D吧~
?? ?? RColorBrewer | 再多的配色也能輕松搞定！~
?? ?? rms | 批量完成你的線性回歸
?? ?? CMplot | 完美復(fù)刻N(yùn)ature上的曼哈頓圖
?? ?? Network | 高顏值動(dòng)態(tài)網(wǎng)絡(luò)可視化工具
?? ?? boxjitter | 完美復(fù)刻N(yùn)ature上的高顏值統(tǒng)計(jì)圖
?? ?? linkET | 完美解決ggcor安裝失敗方案（附教程）
?? ......