大数据处理之Python与R包联调（devtools and tcga methylation）

 

近期需要处理一些TCGA数据库中癌症甲基化methylation的数据，其中需要去除sex和SNPs相关的tcgs，如果自己从原理上来做比较麻烦，比较理想的是调用一些现成的包。

发现，生物信息学这块儿基本上都是R语言的天下，几经调研，发现meffil具有比较便捷的接口可以使用（https://github.com/perishky/meffil）。

因而，目前就是如何在我现有的基于python和pandas的pipeline里嵌入R语言的调用，目前已经走通。接下来介绍一下我的踩坑经历。

0. 安装R语言环境

根据我此次经历，最好安装R 3.5以上版本，否则会碰到一些错误。不管怎样，按如下顺序进行：

sudo apt remove r-base-core
echo "deb http://www.stats.bris.ac.uk/R/bin/linux/ubuntu bionic-cran40/" >> /etc/apt/sources.list
apt-key adv --keyserver keyserver.ubuntu.com --recv-keys E084DAB9
apt-get update
apt-get upgrade

这里值得注意的是E084DAB9可能会报错，可根据报错的ID重新设置public key. 例如我的后来就改为：

sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys 51716619E084DAB9

1. 采用rpy2建立python和R语言之间的调用

首先确保R语言已经安装࿰