### R代码来自vignette源代码的rTANDEM。Rnw ' ################################################### ### 代码块1号:加载Rtandem ################################################### 库(rTANDEM ) ################################################### ### 代码块号码2:构建rTTaxo ################################################### 分类< - rTTaxo(分类单元=“酵母”,格式=“肽”,URL =执行(“extdata / fasta / scd.fasta。箴”,包= " rTANDEM "))分类 ################################################### ### 代码块3号:构建rTParam ################################################### param <- rTParam() param <- setParamValue(param， 'protein'， 'taxon'， value="酵母")param <- setParamValue(param， '列表路径'，'分类信息'，taxonomy) param <- setParamValue(param， '列表路径'，'默认参数'，value=system.file("extdata/default_input.xml"， package="rTANDEM")) param <- setParamValue(param， '列表路径'，'默认参数'，value=system.file("extdata/default_input.xml"， package="rTANDEM"))mgf"， package="rTANDEM")) param <- setParamValue(param， 'output'， 'xsl path'， value=system.file("extdata/串联-输入风格。xsl”,包= " rTANDEM "))参数< setParamValue(参数、“输出”、“路径”,价值=粘贴(getwd(),“output.xml”,9月 ="/")) ################################################### ### 代码块数量4:启动rTANDEM ################################################### 结果。Path <- tandem(param)结果。路径 ################################################### ### 代码块5号:加载导致R ################################################### 结果。R < - GetResultsFromXML (result.path ) ################################################### ### 代码块6号:蛋白质 ################################################### < - GetProteins(蛋白质的结果。R, log.expect = -1.3, min.peptides = 2)蛋白(c(4、5),与= FALSE) #列被更好的显示 ################################################### ### 代码块7号:回答常见问题 ################################################### # 多少蛋白质已确定适当的信心吗?确定的前5种蛋白质是什么?蛋白质[1:5,c("label"， "expect.value")， with=FALSE] #样品中是否发现了YFR053C或P02267蛋白质?c(“YFR053C”、“P02267”)% %蛋白(与= FALSE),“标签”,[[1 ]] ################################################### ### 代码块8号:探索肽 ################################################### 缩氨酸< GetPeptides(蛋白质。uid=子集(蛋白质，label=="YFR053C"， uid)[[1]]，结果=结果。R, expect =0.05 ) peptides ################################################### ### code chunk number 9: Exploring degeneracy ################################################### proteins.of.the.peptide <- GetDegeneracy(peptides[[1,"pep.id"]], result.R) proteins.of.the.peptide[,label] # Careful! This peptide belongs to 2 different proteins! It should not be # used for quantification, for MRM or as a biomarker. ################################################### ### code chunk number 10: Change display ################################################### options("width"=70) ################################################### ### code chunk number 11: Using biomaRt (eval = FALSE) ################################################### ## library(biomaRt) ## ensembl.mart<- useMart(biomart="ensembl", dataset="scerevisiae_gene_ensembl") ## str(getBM(mart=ensembl.mart, filters="ensembl_peptide_id", values="YFR053C", ## attributes="description"), ## strict.width="wrap", nchar.max=500) ## getBM(mart=ensembl.mart, filters="ensembl_peptide_id", values="YFR053C", ## attributes=c("ensembl_peptide_id", "uniprotswissprot")) ## getBM(mart=ensembl.mart, filters="ensembl_peptide_id", values="YFR053C", ## attributes=c("go_id", "name_1006"))