2.1创建用于CPG-SNP分析的数据矩阵

为了说明这种类型的分析，我们生成以下人造文件。

• cpg_locations。*- filematrix带有SNP-CPG的位置。
  它有两个具有整数值的列 - 染色体编号和位置（chr和位置）。
• cpg_chromosome_names.txt- 具有整数列的染色体名称（因子级别）的文件chr位于Filematrix的位置。
• 覆盖范围。*- filematrix的所有样品和所有位置的数据。
  每行都有一个样本的数据。行名是示例名称。
  每列都有一个位置的数据。列匹配位置filematrix的行。
• SNP。*- filematrix带有基因型数据，与覆盖矩阵匹配。

首先，我们加载软件包并设置一个工作目录。项目目录博士运行代码时，可以设置为更方便的位置。

库（ramwas）＃在临时目录中工作dr = paste0（tempdir（），“/simulated_matrix_data”）dir.create（dr，showwarnings = false）cat（dr，dr，“ \ n”）

##/tmp/rtmpxyso5q/simulated_matrix_data

让样本数据矩阵具有200个样本和100,000个变量。

nsamples = 200 nvariables = 100000

对于这200个样品，我们生成一个具有年龄和性表型的数据框架和批处理效应协变量。

协变量= data.frame（sample = paste0（“样本_”，seq_len（nsamples）），性别= seq_len（nsamples）%% 2，age = runif（nsamples，min = 20，max = 80），batch = paste0（batch = paste0（批次“，（seq_len（nsamples）%% 3）））pander（head（corvariates））

接下来，我们为100,000个变量创建基因组位置。

temp = cumsum（示例（20e7 / nvariables，nvariables，替换= true） + 0）chr = as.integer（temp％ /％1E7） + 1L位置= as.integer（temp %% 1e7）locmat locmat = cbind = cbind（chrchr，位置=位置）chrnames = paste0（“ chr”，1:10）pander（head（locmat））

现在，我们将位置保存在Filematrix中，并创建带有染色体名称的文本文件。

fmloc = fm.create.from.matrix（filenamebase = paste0（dr，“/cpg_locations”），mat = locmat）关闭（fmloc）writelines（con = paste0（dr，“/cpg_chromosome_names.txt”）

最后，我们创建甲基化和SNP矩阵并填充它们。

fmm = fm.create（paste0（dr，“/coverage”），nrow = nsamples，ncol = nvariables）fms = fms = fm.create（paste0（dr，“/snps”），nrow = nsample1，type =“ integer”）＃矩阵的行名称设置为示例名称ROWNAMES（fmm）= as.Character（COADARIATES $示例）ROWNAMES（fms）= as.Character（corvariates $ sample）＃矩阵已填充，一次2000变量byrows = 2000 for（i在seq_len（nvariables/byrows）中））{＃i = 1 ind =（1：byrows） + byrows + byrows *（i-1）size = 2，prob = 0.2）dim（snps）= c（nsamples，byrows）fms [，ind] = snps slice = double（nsamples*byrows）dim（slice）= c（nsamples，byrows）slice [，1：1：225] =切片[，1：225] +协变量$ sex / 50 / sd（协变量$ sex）slice [，101：116] = slice [，101：116] +协变量$ age / age / 16 / sd（covariates $ age age age age age age age age age age age age age age age age age age age age age age agge）slice = slice +（（as.integer（factor（convariates $ batch））） + i %% 3） / 200 + snps / 1.5 + munif（nsamples*byrows*byrows） / 2 fmm [，ind] = slice} close（slice} close（FMS）关闭（FMM）