基因表達數據與R cor.test，corr.test或corr？

Question

因此，我有一個非常大的數據框，其布局如下例所示：

line    gene1    gene2    gene3    gene4    gene5  survival
1       4.05     7.65     0.25     0.789    10.5   0.90
2       2.51     4.36     12.5     7.56     8.99   0.50
3       3.65     2.55     48.8     5.65     5.89   0.25   
4       5.65     1.54     8.99     9.2      0.01   0.10

唯一的不同是，我在實際數據中處理的基因超過18,000個。 line指的是蠅遺傳線，而在每個“基因”列中的數字指相對於基因表達。 survival是每條線中存活率的比例。 我想做的是將第2列到第5列（基因表達）與第6列（ survival ）相關聯。 我已經用cor嘗試了這個，並且效果很好：

cor1<-cor(master2[c(2:5)], master2$surv, method="pearson")

但是，我想使用cor.test或corr.test （來自psych軟件包）執行此操作，以輸出p值並對它們進行一些更正。

我試過了：

cor1<-cor.test(master2[c(2:5)], master2$surv, method="pearson")

並得到：

Error in cor.test.default(master2[c(2:5)], master2$surv, method = "pearson") : 
'x' and 'y' must have the same length

我也嘗試過：

cor1<-corr.test(master2[c(2:18141)], master2$surv, method="pearson")

得到：

Error in 1:ncol(y) : argument of length 0

任何幫助將不勝感激！！！

提前致謝，

菲爾

Answer 1

首先，根據我的經驗，對大型基因表達數據集執行類似操作時， psych::corr.test()優越得多 ，尤其是對於矩陣矩陣或df矩陣。

psych::corr.test()的優點也是導致該錯誤的原因。 兩個輸入都必須是矩陣或數據幀-當您使用master2$surv提取一列時，它不再是數據幀！ 嘗試使用master2[,ncol(master2)]提取最后一列。

編輯：

你將能夠使用cor.test很好，但你需要sapply第一個參數，即在感興趣的列2:5在你的榜樣。 從性能角度來看，如果它是4列，那可能沒什么大不了的，但是如果它是數千列，我會推薦pysch::corr.test 。

Answer 2

這是實現上述apply 。 首先將變量子集作為矩陣：

mat <- df[, 2:5]
survival <- df[, 6]

現在在mat的列上應用cor.test() ：

cor <- apply(mat, 2, function(x) cor.test(survival, x))

提取相關系數

unlist(sapply(cor, "[", 4))

在像樣的機器上應該可以輕松實現18,000個變量。