################################################### ### 块1号 : ################################################### 图书馆(“miRNApath ") ################################################### ### 块2号 : ################################################### ## 开始microrna的数据从这个包数据(mirnaobj);写入文件作为所需输入写入的示例。table(mirnaobj@mirnaTable, file="mirnaTable.txt"， quote=FALSE, row.names=FALSE, col.names=TRUE, na=""， sep="\t");##现在加载它，但是分配列头mirnaobj <- loadmirnapath(mirnafile="mirnaTable.txt"， pvaluecol="P-value"， groupcol="GROUP"， mirnacol="miRNA Name"， assayidcol="ASSAYID");显示结果对象mirnaobj的摘要信息;################################################### ### 块3号 : ################################################### mirnaobj@columns(“pvaluecol”)< -“假定值”;################################################### ### 块4号 : ################################################### mirnaobj < - filtermirnapath (mirnaobj pvalue = 0.05, = NA表达,foldchange = NA);################################################### ### 块5号 : ################################################### ## 我们再次加载数据从包数据(mirnaobj);写入文件作为所需的mirna -基因输入写入的示例。table(mirnaobj@mirnaGene, file="mirnaGene.txt"， quote=FALSE, row.names=FALSE, col.names=TRUE, na=""， sep="\t"); ## For consistency to a new user's workflow, remove pathways mirnaobj@pathwaycount = 0; mirnaobj@mirnaPathways = data.frame(); ################################################### ### chunk number 6: ################################################### ## Load the miRNA to gene associations mirnaobj <- loadmirnatogene( mirnafile="mirnaGene.txt", mirnaobj=mirnaobj, mirnacol="miRNA Name", genecol="Entrez Gene ID", columns=c(assayidcol="ASSAYID") ); ## Display summary, noting the miRNA-gene predictions mirnaobj; ################################################### ### chunk number 7: ################################################### ## Again we load data from the package data(mirnaobj); ## Write a file as example of required input write.table(mirnaobj@mirnaPathways, file="mirnaPathways.txt", quote=FALSE, row.names=FALSE, col.names=TRUE, na="", sep="\t"); ################################################### ### chunk number 8: ################################################### ## Load the gene to pathway associations mirnaobj <- loadmirnapathways( mirnaobj=mirnaobj, pathwayfile="mirnaPathways.txt", pathwaycol="Pathway Name", genecol="Entrez Gene ID"); ## Display summary, noting the number of pathways reported mirnaobj; ################################################### ### chunk number 9: ################################################### Groups = unique(mirnaobj@mirnaTable[, mirnaobj@columns["groupcol"] ]); mirnaobj <- runEnrichment( mirnaobj=mirnaobj, Composite=TRUE, groups=Groups[grep("^AD.+(UP|DOWN)",Groups)], permutations=0 ); ################################################### ### chunk number 10: ################################################### finaltable <- mirnaTable( mirnaobj, groups=NULL, format="Tall", Significance=0.1, pvalueTypes=c("pvalues","permpvalues"), maxStringLength=42 ); ## Display only the first few rows of the best P-values... finaltable[sort(finaltable[,"pvalues"], index.return=TRUE)$ix,][1:5,]; ################################################### ### chunk number 11: heatmap ################################################### ## Example which calls heatmap function on the resulting data widetable <- mirnaTable( mirnaobj, groups=NULL, format="Wide", Significance=0.3, na.char=NA, pvalueTypes=c("pvalues") ); ## Assign 1 to NA values, assuming they're all equally ## non-significant widetable[is.na(widetable)] <- 1; ## Display a heatmap of the result across sample groups pathwaycol <- mirnaobj@columns["pathwaycol"]; pathwayidcol <- mirnaobj@columns["pathwayidcol"]; rownames(widetable) <- apply(widetable[,c(pathwaycol, pathwayidcol)], 1, function(i)paste(i, collapse="-")); wt <- as.matrix(widetable[3:dim(widetable)[2]], mode="numeric"); pathwaySubset = apply(wt, 1, function(i)length(i[i<0.2])>1) ## Print out a heatmap par(ps="8"); heatmap(log2(wt[pathwaySubset,]), scale="row", cexRow=0.9, margins=c(15,12)); ################################################### ### chunk number 12: eval=FALSE ################################################### ## grid.newpage() ##