R语言根据GPLtxt文件处理GSE数据

最新推荐文章于 2024-11-09 21:08:19 发布

SCI-MonkeyKing

最新推荐文章于 2024-11-09 21:08:19 发布

阅读量972

点赞数 9

分类专栏：生信分析文章标签： windows linux 运维

本文链接：https://blog.csdn.net/momentmobile/article/details/141840004

版权

# GSE_Expression_Matrix_GPLtxt.R

工程文件目录：

项目文件目录：

# 整理下载的数据
# 指针换基因名(根据GPLtxt)

rm(list = ls())
gc()
options(stringsAsFactors = F)
# 设置链接超时时间
options(timeout=200000)

# 设置R的使用内存
# Sys.setenv("VROOM_CONNECTION_SIZE"=99999999)

## 加载自定义R包
source("./R_Function/R_Packages_Manage.R",encoding="utf-8")
pkgs_in(c('GEOquery','tidyverse','magrittr','readxl','limma','dplyr','stringr','data.table'))

inputPath <- "./0_GEO/2_GSE_Expression_Matrix_GPLtxt/1_Input/"
outputPath <- "./0_GEO/2_GSE_Expression_Matrix_GPLtxt/2_Output/"

# GSE_NO <- read.delim(paste0(inputPath, "GSE_NO.txt"), header = FALSE, stringsAsFactors = FALSE)
# GPL_NO <- read.delim(paste0(inputPath, "GPL_NO.txt"), header = FALSE, stringsAsFactors = FALSE)

# 使用 list.files 列出目录中的文件，并使用正则表达式进行匹配过滤
gse_files <- list.files(path = inputPath, pattern = "^GSE.*\\.gz$", full.names = FALSE)

gse_files <- as.data.frame(gse_files) %>%
mutate(across(everything(), ~ str_split_fixed(., "_", 2)[,1])) %>%
mutate(across(everything(), ~ str_split_fixed(., "-", 2)[,1])) %>%
set_colnames("GSE_NO") %>% unique()

results <- data.frame()
results[] <- list(NULL)

find_matching_columns <- function(df, pattern) {
# 分割列名为单词列表
column_words <- strsplit(names(df), "\\s+|_|-|\\.|,")

# 定义一个向量来存储匹配的列名和它们的匹配分数
matched_columns <- lis