GSEA下载的.gmt文件批量处理

最新推荐文章于 2024-05-13 19:04:49 发布

Nicky Cat

最新推荐文章于 2024-05-13 19:04:49 发布

阅读量3.3k

点赞数 2

分类专栏： R语言文章标签： r语言生物信息学

本文链接：https://blog.csdn.net/nickycat/article/details/115720513

版权

本文介绍了如何处理从GSEA下载的84个.gmt文件，通过观察文件格式、使用R语言的GSA包读取文件、数据整理及删除基因介绍，最终提取出基因名。采用lapply函数进行批量读取，并通过字符长度判断来手动删除基因介绍内容。

摘要由CSDN通过智能技术生成

从GSEA下载了84个gmt文件，打算把里面的基因名整理出来。

0. 先观察一下格式

记事本打开几个个文件看了一眼，基本上都是以基因描述+基因名称展现的，中间用制表符隔开。
在这里插入图片描述

1. 数据读取

这里涉及到两个问题：
首先是.gmt文件的读取：我用了GSA包的GSA.read.gmt()；
其次是批量读取的实现：我用了lapply()函数

install.packages('GSA')
library(GSA)

path <- 'D:/immune' #文件的路径
fileNames <- dir(path) #读取该路径下的所有文件名
filePath <- sapply(fileNames, function(x){
   paste

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Nicky Cat

关注关注

2
点赞
踩
8

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

GMT格式文件

shy_321的博客

09-25

4066

GMT GMT: Gene Matrix Transposed file format (*.gmt)。GMT 文件格式是一种以制表符分隔的文件格式，用于描述基因集。在 GMT 格式中，每一行代表一个基因集。其中每一行，分三个部分：第一列，基因集名，不可重复第二列，对该基因集的描述，可简单填充为’na’ 剩余列，都是属于该基因集的基因，不同基因集，基因数量可不同生成GMT文件 library(clusterProfiler) data(gcSample) ## 使用测试数据集 #> c

铜死亡+多组机器学习+WGCNA+分型

2301_79430545的博客

10-13

576

ATP7B 与活化的 B 细胞、CD56 dim NK 细胞、中央记忆 CD4 T 细胞、中央记忆 CD8 T 细胞、巨噬细胞、肥大细胞、MDSC、单核细胞、NK 细胞、NK T 细胞、浆细胞 DC 和 T 滤泡辅助细胞相关、和其他免疫细胞呈负相关，而 NFE2L2 与 MTF1 和 17 型 T 辅助细胞、类浆细胞 DC、NK T 细胞、中央记忆 CD8 T 细胞、NK 细胞、单核细胞呈负相关。越来越多的证据表明，铜（Cu）参与了髓鞘的形成，并通过调节突触活动和神经营养因子诱导的兴奋毒性参与细胞死亡。

参与评论您还未登录，请先登录后发表或查看评论

生信笔记 | 自定义GSEA分析中的gmt格式文件

BioInfoNotes

09-23

1万+

在GSEA分析中，在MSigDB（Molecular Signatures Database）数据库中定义了很多基因集，下载的基因集是gmt格式文件。下载的gmt格式文件，打开后可以看见是...

R读取gmt文件的六种方式

最新发布

weixin_69558614的博客

05-13

923

安装软件包> if (!#加载软件包#设置变量> head(rt)head(rt))\\-(.*?)\\-(.*?#排序#GESA分析dev.off()dev.off()一起学习交流。

数据挖掘 gsea-3.0.jar

06-06

数据挖掘 gsea-3.0.jar

GSEA_Win_4.0.2-installer.exe

10-21

GSEA富集分析，1、准备三个文件第一行：#1.2，表示版本号，自己准备文件时照抄就行；第二行：两个数分别表示gene NAME的数量和样本数量（矩阵列数-2）；矩阵：第一列是NAME；第二列Description，没有的话可以全用...

GSEA软件使用教程.pdf

10-08

《GSEA软件与Molecular Signatures Database (MSigDB)详解》 GSEA（基因集富集分析）软件是一款在生物学研究中广泛使用的工具，它主要用于解析大规模基因表达数据，揭示其中潜在的生物学意义。Molecular Signatures...

GMT参考文件

01-30

Graphic Mapping Tool（GMT）参考文件

grdread2:使用内置的 netCDF 功能加载由 GMT（通用映射工具）v3 或 v4 创建的网格文件-matlab开发

06-01

Z=GRDREAD2('filename.grd') 将数据作为 Z 中的矩阵返回[X,Y,Z]=GRDREAD2('filename.grd') 还将返回适用于 Matlab 命令（如 IMAGE 或 CONTOUR）的 X 和 Y 向量。例如，imagesc(X,Y,Z); xy轴此函数将加载符合 COARDS 的 netCDF grdfile，这是 GMT 4 及更高版本的标准格式，以及 GMT v3 netCDF 格式。数据矩阵 Z 将具有适合 netCDF 文件中使用的数据类型的 MATLAB 数据类型。尽管网格线和像素注册网格都可以读取，但像素注册将转换为 MATLAB 中 x 和 y 向量的网格线注册。该程序目前几乎不做错误检查，并且对可能并不总是有效的 netCDF 文件的内容和结构做出一些假设（特别是在其他软件创建的网格中，即使它们可以被 GMT 读取）。它

GSEA -- 学习记录

jiangshandaiyou的博客

03-08

872

2.富集分数ES，实际上是k-s like test的统计量，所以ES主要表示基因集S的基因的log2FC的分布与不在基因集S的其他基因的log2FC的分布是否一致，当ES大于0并且具有统计学意义时，那我们可以说基因集S内基因相比其他基因表达上调。，其中ORA方法只关心差异表达基因而不关心其上调、下调的方向，也许同一条通路里既有显著高表达的基因，也有显著低表达的基因，因此最后得到的通路结果对表型的解释力度也不大。还有一些基因表达量的变化程度很小，但是其生物学功能可能很重要，那么该如何体现？

给GSVA制作自己的GMT文件

SPIDERFISHCOSMOS

09-20

5667

https://www.jianshu.com/p/1818267528bd 来自生信技能树讲gmt文件的结构以及如何将gene set输出成gmt格式。如何操作gmt格式的gene set？比如去掉重复基因。

写一个函数把基因集写出成为gmt文件

m0_51042606的博客

10-04

4658

作业3-1：https://mp.weixin.qq.com/s/KuT_idnNE3kib-R0ItIt1A 代码借鉴Jimmy老师的，学习如何将一个基因集写出成为gmt文件。 1. 关于gmt文件在做GSEA或GSVA分析的时候，通常需要读入gmt格式的文件，一般是在MSigDB（Molecular Signatures Database）数据库里下载的文件，如下: 标准的gmt格式文件为：从图里可以看到，第一列是基因集的名称或者ID，第二列是相关注释(比如某个通路，也可自定义)，第3~n列是对

Windows下使用GMT（Generic Mapping Tools）全过程

IvanLJF的专栏

12-25

9508

注：本文参考了《Windows下使用GMT的正确姿势》一文，网址为：http://seisman.info/how-to-use-gmt-under-windows.html首先下载四个必备文件： gmt-5.1.2-win32.exe （64位请下 win64的) http://gmt.soest.hawaii.edu/projects/gmt/wiki/Download Notep

在linux系统如何批量进行gsea分析

05-30

在Linux系统中批量进行 GSEA 分析需要编写一个脚本来实现自动化操作，以下是一个简单的脚本示例： ```bash #!/bin/bash # 定义基因集文件和表达数据文件的路径 gene_sets_path="/path/to/gene_sets" expression_data_path="/path/to/expression_data" # 定义结果文件的路径 result_path="/path/to/results" # 循环遍历所有表达数据文件 for file in /path/to/data_folder/*.txt do # 提取文件名作为样本名 sample_name=$(basename $file .txt) # 定义结果文件的名称 result_file="${result_path}/${sample_name}_result.txt" # 运行 GSEA 分析 sh /path/to/gsea.sh -gmx $gene_sets_path -res $file -out $result_file -nperm 1000 echo "GSEA analysis for ${sample_name} is completed." done ``` 在以上的脚本中，我们首先定义了基因集文件和表达数据文件的路径，然后使用一个循环遍历所有表达数据文件，并提取文件名作为样本名。接着定义结果文件的路径和名称，最后运行 GSEA 分析，并输出分析完成的信息。在运行脚本前，需根据实际情况修改相应的路径和参数。将以上脚本保存为文件，例如 `run_gsea.sh`，然后在终端中使用以下命令运行脚本： ```bash bash run_gsea.sh ``` 这样就可以自动化地批量进行 GSEA 分析了。