R环境pRRophetic包的下载方法

最新推荐文章于 2023-12-15 15:27:22 发布
最新推荐文章于 2023-12-15 15:27:22 发布
阅读量6.6k 收藏 13
点赞数 5
分类专栏： R语言学习笔记 文章标签： 经验分享
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sk8_jarv/article/details/124384850
版权

pRRophetic包是一个药敏预测的包，由Paul Geeleher团队由2014年发布，是一个比较经典的R包（这个团队也在2021年推出了新的预测R包OncoProdict），但是这个R包并没有提交到cran或者bioconductor，一直在自己进行维护，因此这个包并不能通过install.package('pRRophetic')或者
biocmanager::install('pRRophetic')进行下载安装

笔者在学习pRRophetic的使用时发现，C站少有写这个包安装方法的文章，因此笔者将自己的学习写成本笔记，欢迎大家批评指正

1.下载pRRophetic的压缩包

首先需要在作者发布的网站上找到这个包的压缩包下载链接，下面附上网站链接

OSF | pRRophetic R package Wikiicon-default.png?t=M3K6https://osf.io/5xvsg/wiki/home/在网页中找到下面这个链接就可以下载了（有大约500个M），下载后将pRRophetic_0.5.tar.gz压缩包直接放在一个自己知道的路径下，不需要解压

2.打开Rstudio，利用可视化方式进行安装

（1）首先安装pRRophetic包需要的R包

BiocManager::install(c('sva', 'car', 'genefilter', 'preprocessCore', 'ridge'))

（2）点击package界面的install按钮

 （3）在弹出的install窗口中install from下拉菜单栏找到Pacakge Achieve File选项并Browse到自己存放pRRophetic_0.5.tar.gz压缩包的路径

 然后点击install就可以下载安装了，要是有提示缺少某个包的话就先安装这个包再按照上面的流程再次安装即可

此外在包作者的GitHub上可以找打这个包的说明，链接也附在下面

nullicon-default.png?t=M3K6https://github.com/paulgeeleher/pRRophetic

对于这个包，目前笔者还没有仔细的研究，只会部分运用其完成部分药敏推测的需求，有时间笔者会学习一下这个R包的功能和OncoProdict包的功能

 

mad night owl
关注
  • 5
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
R语言绘制ROC曲线
zsf的专栏
03-21 7万+
（PS：下述内容或许部分表述有误，请谨慎参考，但以下操作本人均测试正常；本文很多内容参考了网友智慧，在次深表感谢。大部分参考资料已经注明来源，但疏忽在所难免，小部分未注明，请谅解。资源，共建共享，引用本文内容请注明出处，谢谢！） 内容：利用R语言绘制ROC曲线并计算AUC 平台：R 2.15.3 1. 吐槽一大堆，省略xxx字 2. 准备工作 2.1 安装 R  2.2 安装
R语言药敏分析pRRophetic
医学和生信笔记的博客
12-15 924
这个R包的思路其实很简单，就是根据已知的细胞系表达矩阵和药物敏感性信息作为训练集建立模型，然后对新的表达矩阵进行预测。已知的信息就是从直接从上面介绍的数据库下载的，pRRophetic包使用的是CGP和CCLE的数据，但是CCLE的药敏数据只有24种药物和500多个细胞系，数据量比较少，所以通常大家使用的都是CGP的数据。作者专门发了一篇文章，详细介绍该包背后的方法和原理：。
基于支持向量机的乳腺癌化疗预后状态预测
10-17
： 乳腺癌是危害女性生命的一种恶性肿瘤。目前，在乳腺癌治疗方面，新辅助化疗获得了良好的成果，使众多女性恢复了健康。支持向量机在实际应用中有着良好的泛化和学习能力，并在商业、经济以及医疗等领域有所应用。采用决策树分类器和支持向量机分类器，结合乳腺癌新辅助化疗随访记录数据，预测乳腺癌患者新辅助化疗的预后状态，实验结果表明使用支持向量机的效果好于使用决策树的效果，在支持向量机中使用径向基核函数时获得了最高的准确率，达到了84.08%，由此可见，该分类方法可能成为一种乳腺癌新辅助化疗的预后状态的有效预测工具。
R语言药敏分析oncoPredict
最新发布
医学和生信笔记的博客
12-15 1579
之前已经详细介绍过pRRophetic包预测药物敏感性了，但是这个包太古老了，我估计很多人会困在安装这一步，毕竟对于新手来说最难的就是R包安装了。今天介绍下，这个包是pRRophetic的升级版，使用方法和原理一模一样，只是换了以下训练数据而已，也就是默认适用的数据库不一样了，其他都是一样的。除此之外还增加了几个新的函数。主要功能是预测药物反应和药物-基因关联，github的描述：包的作者说他们会持续更新这个包，你们信吗？CRAN和github都显示上次更新是2年前了~
生信豆芽菜-pRRophetic预测药物的敏感性
weixin_43949246的博客
08-17 180
当然，如果不清楚数据是什么样的，可以选择下载我们的示例数据，也可以关注：豆芽数据分析。准备一个行为基因，列为样本的表达谱矩阵即可。2、直接提交等待运行成功即可。
pRRophetic 通过基因表达水平预测临床化疗反应的R包
菠萝西斯的博客
07-26 1万+
pRRophetic是明尼苏达大学PaulGeeleher, NancyCox,R.StephanieHuang做的包，主要算法是基于自己课题组2014年的发的Genome Biology。
药物预测oncoPredict与pRRophetic
hx2024的博客
09-07 1154
pRRophetic是一个用于预测肿瘤药物敏感性的R包。它的算法是基于基线基因表达水平和体外细胞系对药物的敏感性之间的关系建立的模型。它使用ridge回归方法来预测临床样本的药物反应。而oncoPredict是pRRophetic的一个升级版本，它可以从细胞系筛选数据中预测体内或癌症患者的药物反应和生物标志物。尽管两种方法的目标都是进行肿瘤药物敏感性预测，但它们之间存在一些差异。oncoPredict是pRRophetic的升级版，它可能提供更准确的预测结果。
下载R包的压缩包并安装
weixin_54434521的博客
03-20 908
以上代码在cmd命令窗口中运行。
R语言包的安装、载入及使用方法
weixin_40697217的博客
12-29 6083
R语言包的安装、载入及使用方法 包是R函数、数据、预编译代码以一种定义完善的格式组成的集合。计算机上存储包的目录称为库（library）。函数libPaths()能够显示库所在的位置，函数library()则可以显示库中有哪些包。R自带了一系列默认包（包括base、datasets、utils、grDevices、graphics、stats以及methods），它们提供了种类繁多的默认函数和数据...
R语言程序包下载地址：CRAN Packages
m0_62271258的博客
11-22 2172
R语言包下载地址
代谢评分打分 甘油三酯
生信小博士的博客
10-25 1624
概普生信沉浮生信多年的老司机，带你起飞。个性化生信分析定制联系生信人6 人赞同了该文章预后一直是癌症研究中的一个经典方向，各种预后模型层出不穷，那么如何让我们的预后文章脱颖而出呢，不妨结合单细胞试试。今天小编就和大家分享一篇前几天刚刚发表在Frontiers in Oncology（IF:6.244）杂志上关于结肠癌预后的文章，文章将传统bulk数据与单细胞数据结合，并以热点的代谢为切入点构建了预后模型，进行了多角度分析，为文章增加了亮点。文章思路新颖，方法简洁非常值得做预后的小伙伴学习借鉴，思路获取可以联
protobuf-2.5.0.tar.gz的下载与安装
pengjunlee的博客
03-22 1007
1.下载 hadoop使用protocol buffer进行通信，需要下载和安装protobuf-2.5.0.tar.gz。由于现在protobuf-2.5.0.tar.gz已经无法在 官网中下载了，本人将 protobuf-2.5.0.tar.gz 上传到百度云盘供大家下载，地址：http://pan.baidu.com/s/1pJlZubT 。 2.安装 使用tar -...
发布不到一月的4+经典单细胞+预后模型生信思路，可复现可升级
2301_79430545的博客
10-31 147
KEGG分析显示，DEGs在IL-17信号通路（hsa04657）、阿米巴病（hsa05146）、ECM-受体相互作用（hsa04512）、类风湿性关节炎（hsa05323）、金黄色葡萄球菌感染（hsa05150）和病毒蛋白与细胞因子及细胞因子受体相互作用（hsa04061）中富集（图7B）。单变量Cox分析筛选出29个预后相关的CAFRGs（图3A），LASSO分析进一步筛选出18个候选CAFRGs（图3B），多变量Cox分析构建了一个包含10个预后相关CAFRGs的模型（图3C）。
在Ubuntu上配置的RStudio Server上安装github上的R包疯狂报错
watermel__的博客
11-13 1866
因为要使用cisTopic R包，故需要在服务器上配置的RStudio Server上下载该包(github)。 https://github.com/aertslab/cisTopic devtools::install_github("aertslab/cisTopic") library(cisTopic) 一开始报错：Could not resolve host: api.github.com 解决方法： 1 去该网址https://websites.ipaddress.com/输入域名，得到域名
完美解决 R安装包退出状态的值不是0 的问题！！
Ating_welcome的博客
11-23 2万+
完美解决 R安装包退出状态的值不是0 的问题！！
R语言安装程序包时显示“退出狀態的值不是0”
热门推荐
wyj95anan的博客
07-25 3万+
问题描述 在安装程序包readtext时，显示： 安装程序包‘readtext’时退出狀態的值不是0 问题原因 R的版本太低 解决方法 升级R语言版本 代码升级方式： install.packages("installr") library(installr) updateR() 注意： 有可能因为网速的问题导致updateR()无法正常运行 ...
R包安装时安装程序包****时退出的状态不是0，或者版本不适的一种解决方法。
BioInfoNotes
03-13 1万+
Bioconductor中包几乎都是安装下面代码安装。比如：miRBaseVersions.db包if (!requireNamespace("BiocManager", ...
R语言在安装某个包时显示退出状态不是0
qq_44735382的博客
03-19 1万+
R语言在安装某个包时显示退出状态不是0 在安装生存分析所用的包survminer时，install.packages(“survminer”) 试了多次，一直显示其退出状态为0 解决方法： （1）更换下载镜像，失败 （2）安装Rtools，据说这是个神奇的工具，下载地址添加链接描述，安装过程一定要勾选添加环境变量，但是利用system(‘g++ -v’)检测时却一直报错127，反复实验无果,放弃...
药物敏感性分析r语言 详细代码
08-04
### 回答1： 药物敏感性分析是一种基于基因组学的方法，用于预测个体对药物的敏感性。在R语言中，可以使用多种包来实现药物敏感性分析，如pRRophetic、GDSCTools、DrugScrn等。下面是一个使用pRRophetic包进行药物敏感性分析的示例代码： 首先需要安装pRRophetic包： ``` r install.packages("pRRophetic") ``` 然后加载pRRophetic包： ``` r library(pRRophetic) ``` 接下来，我们需要准备数据。pRRophetic包提供了一些内置的药物-基因表达数据集，可以直接使用。例如，我们可以使用“nci60”数据集，该数据集包含60种癌症细胞系的基因表达数据和对多种化疗药物的敏感性数据： ``` r data(nci60) head(nci60$ge) head(nci60$drug) head(nci60$resp) ``` 其中，nci60$ge是基因表达数据，nci60$drug是药物信息数据，nci60$resp是细胞系对药物的响应数据。 接下来，我们需要选择一个药物，以及相应的基因表达数据和敏感性数据。这里以“Doxorubicin”为例： ``` r drug_name <- "Doxorubicin" drug_ge <- nci60$ge drug_resp <- nci60$resp[[drug_name]] ``` 接下来，我们需要对基因表达数据进行预处理。pRRophetic包提供了一个函数“processGEdata”来完成这一过程： ``` r processed_ge <- processGEdata(drug_ge, verbose=FALSE) ``` 接下来，我们可以使用“predict”函数来进行药物敏感性预测： ``` r pred_resp <- predict(processed_ge, drug_name, verbose=FALSE)$predResp ``` 最后，我们可以将预测结果与真实结果进行比较，以评估预测的准确性： ``` r cor(pred_resp, drug_resp) ``` 这个例子中，我们使用pRRophetic包实现了对“Doxorubicin”药物的敏感性预测。如果想对其他药物进行预测，只需要修改“drug_name”变量即可。 ### 回答2： 药物敏感性分析是通过对药物与生物体之间的相互作用进行研究，来判断药物对个体的疗效和副作用的分析方法。R语言是一种功能强大的统计分析和可视化编程语言，适用于药物敏感性分析。 以下是药物敏感性分析的详细代码示例： 首先，需要加载所需的R包，如"Dplyr"和"ggplot2"： ```R library(dplyr) library(ggplot2) ``` 然后，从数据集中读取相关数据，数据集包括了药物浓度、生物体的响应以及其他影响因素： ```R data <- read.csv("data.csv") ``` 接下来，进行数据的预处理，如去除缺失值等： ```R data <- na.omit(data) ``` 然后，可以进行药物敏感性分析，例如计算药物在不同浓度下的平均生物体响应： ```R result <- data %>% group_by(DrugConcentration) %>% summarise(AvgResponse = mean(Response)) ``` 最后，可以使用ggplot2来进行可视化，绘制药物浓度与平均生物体响应之间的关系图： ```R ggplot(result, aes(x = DrugConcentration, y = AvgResponse)) + geom_line() + labs(x = "Drug Concentration", y = "Average Response") ``` 以上就是药物敏感性分析的详细代码示例。通过加载所需的R包、读取数据、预处理数据、进行分析和可视化，可以对药物的敏感性进行分析和展示。当然，具体的代码可能根据你的数据和分析需求做一些调整。 ### 回答3： 药物敏感性分析是用来评估不同药物对个体的药物反应差异。R语言是一种适合处理数据分析的编程语言，可以用来进行药物敏感性分析。 以下是一个简单的药物敏感性分析的R语言代码示例： ```R # 安装和加载所需的R包 install.packages("dplyr") # 安装dplyr包 install.packages("tidyr") # 安装tidyr包 install.packages("ggplot2") # 安装ggplot2包 # 加载所需的包 library(dplyr) library(tidyr) library(ggplot2) # 读取和处理数据 data <- read.csv("drug_data.csv") # 读取数据文件 data <- data %>% select(Patient, Drug, Sensitivity) # 选择需要的变量 # 创建药物敏感性汇总表格 summary_table <- data %>% group_by(Drug) %>% summarise(Mean_Sensitivity = mean(Sensitivity), Median_Sensitivity = median(Sensitivity), Min_Sensitivity = min(Sensitivity), Max_Sensitivity = max(Sensitivity)) # 创建药物敏感性箱线图 boxplot <- ggplot(data, aes(x = Drug, y = Sensitivity)) + geom_boxplot() + labs(title = "药物敏感性分析", x = "药物", y = "敏感性") # 展示结果 print(summary_table) print(boxplot) ``` 上述代码假设数据存储在名为 "drug_data.csv" 的CSV文件中，包含三列变量：病人编号（Patient）、药物名称（Drug）和敏感性（Sensitivity）。代码首先读取数据文件，然后根据药物名称分组，计算每个药物的敏感性指标（平均值、中位数、最小值和最大值）。接着，代码使用ggplot2包创建了一个药物敏感性的箱线图，用于可视化药物敏感性的分布情况。 请根据具体需求和数据格式进行相应调整，上述代码仅为示例。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值