task3a_gmt函数

gmt文件定义

gmt（Gene Matrix Transposed，基因矩阵转置）是多列注释文件，列与列之间都是Tab制表符分割。

• 第1列： 是基因所属基因集的名字，可以是通路名字，也可以是自己定义的任何名字。
• 第2列 ：一般是描述信息，说明这套基因列表从哪里收集的，也可以为空或者用NA表示。官方提供的格式是URL，也可以是任意字符串。
• 第3列-第n列： 是基因集内所有基因的名字，有几个写几列。
  每一行的列数可以不一样，主要是基因集内的基因数量不一样。

library(clusterProfiler)
data(gcSample) #加载gcSample数据集

#第一列用X1-X8，第二列无内容用‘NA’代替，第三列-第N列为基因的entrenz id
#文件以制表符分隔开
get_gmt <- function(gcSample,filename){
  output <- file(filename, open="wt")
  lapply(names(gcSample),function(name){
    outlines = paste0(c(name, "NA", gcSample[[name]]),collapse='\t')
    writeLines(outlines, con=output)
  })
  close(output) 
}
#第一个参数传入gcSample数据集,第二个参数为输出的文件名
get_gmt(gcSample,"gcSample.gmt")

下面是for循环版本，不过R语言中，尽量用apply族函数替代for循环，提高运行效率

get_gmt <- function(gcSample,filename){
  output <- file(filename, open="wt")
  for (name in names(gcSample)) {
    outlines = paste0(c(name, "NA", gcSample[[name]]),collapse='\t')
    writeLines(outlines, con=output)
  }
  close(output) 
}

参考

https://www.dxy.cn/bbs/newweb/pc/post/41921535