rmd中无法打开链结r_组学方法与数据分析——R语言（基础篇）

在之前一期内容（走近NCBI（三）——GEO数据库，“生信分析”基础一）中我们介绍过如何利用GEO数据库内置分析工具（Analyze with GEO2R）筛选Expression profiling by array（其实就是microarray）上的差异表达基因。那么如何利用GEO数据库中的原始数据（raw data）自己分析呢？或者像RNA-seq这样无法直接在GEO上分析的高通量测序数据又该如何处理呢？（如图1所示）

图1 部分测序结果无法通过GEO直接分析

尽管测序数据的在线分析工具已逐渐进入市场，其操作简单（只需点一点“下一步”按钮即可完成），非常适合毫无经验的生信小白使用，但是这些软件应用不够广泛，功能不够全面，尚无法取代R语言在生信分析领域的核心地位。R语言是实现统计分析、数据可视化的一种计算机语言和操作环境。其最主要的三个特点是：开源免费，程序包（函数包）丰富，绘图功能强大。

首先，R语言完全免费，并开放源代码。软件下载、安装非常简单。一般可以在国内的镜像网站上下载，如图2所示，一幅图搞定R语言软件的下载。安装R语言基本默认安装过程即可。

图2 R语言软件下载

由于R语言本身的界面不友好（软件界面交互性不好，容易劝退新人），所以我们还需要下载并安装RStudio软件，具体的下载过程见图3。默认安装即可。下载、安装完成后，以后每次操作只需要打开RStudio即可调用R的所有功能。

图3 RStudio下载

打开RStudio，界面如图4所示。主要包括脚本区、程序运行区、环境区和绘图区四部分。为了方便大家理解（我也是非计算机科班出身），我们尽量简化这些概念。程序运行区，顾名思义，就是显示程序运行至哪行代码，有无报错的区域。脚本区，类似于我们算数的草稿纸，这上面展示了我们的想法及计算过程。环境区类似于一个自动提取器，可以提取当前环境下的变量信息等。而绘图区则会显示当前安装的所有函数包（Packages）及函数绘制的图形（Plots）。

图4 RStudio界面

尽管R语言也是一种计算机语言，但是大家尽管放心，对于医学或者生物学专业的我们只需要搞清楚一些基本概念和原则，能调用函数解决我们的问题即可（甚至有时候我们只需要把文献中、论坛里的代码copy过来，稍微修改一下，可以分析我们的数据即可，非常方便）。R语言中有非常丰富的函数包可供调用，这是它的第二大特点。在绘图区的Packages选项卡中可显示当前已安装的所有函数包（R本身自带一些基础函数包），如图5所示，是我目前已安装的所有函数包。我们不需要了解每一个函数包的具体用法，只需要掌握共性规律，然后根据自己的研究内容，择情选择某一函数包学习即可（大致能看懂即可）。正所谓“有舍才有得”。要学会取舍，才是成功之道。不然，非生信专业学生可能会“淹死”在函数包的汪洋大海中。我们可以将每一个Package理解为一套特定功能的函数集合，好比我们需要计算n个值的平均数，本应先将n个数相加，所得的和再除以n得到结果，这里我们说“来个函数”，均数包就来了，结果就直接出来了。这就是调用大佬们编好的Packages的妙处。

图5 已安装的函数包

学习是为了解决问题，进而改善生活，而不是没事给自己添堵。所以一切不以解决问题的学习就像是无源之水，无本之木，很难让人坚持下去（这只是个人想法）。R语言的使用也是类似，学到哪一程度、学会哪些内容都要根据自己的需求来定。

首先我们在脚本区写入：

# 计算1+2的值
1+2

如图6所示，#标注的为注释信息，程序会直接自动跳过这行（不运行该行内容），计算得到1+2的结果为3。

图6 计算1+2

赋值语句的符号为英文状态下的小于号（<）和减号（-）合在一起，为<-；比如a<-1+2可以理解为：将1+2的值赋给变量a。我们在脚本区写入：

a<-1+2
a

如图7所示，运行结果为a=3。

图7 a=1+2，计算a的值

当然，这只是R语言最基础的知识。后面有机会我们还会展开再讲。R语言第三个特点是绘图功能强大。我们来看一看利用R语言可以完成哪些好看的图吧。搜索https://www.r-graph-gallery.com/可以看到R语言绘制的丰富多彩的图形（并告知该图可用什么Packages绘制），如图8所示：

图8 R语言可绘制图形类型

比如图9中这些“时髦”的图都可以用R语言完成。

图9 R语言绘制的图形

R语言的学习非一蹴而就，大家闲暇时间慢慢学习即可。也要分清当前生活的主要矛盾和次要矛盾，不要误了自己的主业工作（该做实验的同学们还是要好好做实验的（囧））。期待大家一起进步！