用大型 GMT 文件中的基因符号替换 ensembl 基因 ID

Question

我知道那里有类似的问题，但我确实花了一整天的时间在谷歌上，找不到我的问题的答案。 我有一个 GMT 文件，我需要用基因符号替换集成 ID 以运行基因集分析，我有一个 dataframe 列出集成 ID 及其匹配的基因符号。 我可以为一列运行此代码，它可以工作：

GMTdf$V3 <- Gene_list$hgnc_symbol[match(GMTdf$V3, Gene_list$ensembl_gene_id)]

但我不知道该怎么做是为我拥有的 GMT 文件的 495 列循环它。 我尝试了很多东西，但没有任何效果。 唯一看起来很有希望的是以下代码，但它用 NA 替换了所有内容。

GMTdf[,3:495] = Gene_list$hgnc_symbol[GMTdf[,3:495], Gene_list$ensembl_gene_id)]

我曾尝试使用 dplyr 突变和 StackOverflow 中给出的关于用基因符号替换 ensembl ID 的建议，但我是一个业余编码员，无法弄清楚。 请帮忙。

Answer 1

您可以使用lapply为多个列应用 function。

cols <- 3:495
GMTdf[cols] <- lapply(GMTdf[cols] function(x) 
                      Gene_list$hgnc_symbol[match(x, Gene_list$ensembl_gene_id)])

在dplyr中，您可以对 cross 执行相同across操作。

GMTdf <- GMTdf %>% mutate(across(cols, 
                   ~Gene_list$hgnc_symbol[match(., Gene_list$ensembl_gene_id)]))