R语言怎么批量进行fisher检验？

接上文，朋友告诉我，并不是只求一个 p 值，而是要计算许多 p 值，即批量进行 fisher 检验。

我们先看看数据：

library(knitr)

df = read.table('fisher_test.tsv', header = TRUE)
kable(df)

Gene	mMut	mWt	nonMut	nonWt
TP53	14	24	13	20
IFITM3	7	31	4	29
MTRNR2L2	5	33	4	29
USP17L10	5	33	4	29
CDH1	8	30	6	27
CLCNKA	6	32	6	27
USP17L18	3	35	3	30
GOLGA6L18	3	35	5	28
NBPF14	7	31	8	25

这是一个基因突变的统计表，记录了肿瘤转移组与非转移组的基因突变情况，表头解释如下：

• Gene, 基因名称

• mMut，转移组突变的样本数

• mWt，转移组未突变的样本数

• nonMut,非转移组突变的样本数

• nonWt，非转移组未突变的样本数

现在想知道，表中的基因在转移组与非转移组之间的突变频率是否有显著差异，通过循环进行fisher检验即可，代码如下：

out <- data.frame()
for (i in 1:nrow(df)){
  t <- fisher.test(matrix(as.vector(t(df[i, 2:5])), ncol=2))
 
  d <- df[i, ]
  d$p.value <- t$p.value
  d$OR <- t$estimate[[1]]
  d$OR.lower95 <- t$conf.int[1]
  d$OR.upper95 <- t$conf.int[2]
  out <- rbind(out, d)
}

kable(out)

Gene	mMut	mWt	nonMut	nonWt	p.value	OR	OR.lower95	OR.upper95
TP53	14	24	13	20	1.0000000	0.8988078	0.3088611	2.617323
IFITM3	7	31	4	29	0.5269981	1.6259488	0.3671440	8.395215
MTRNR2L2	5	33	4	29	1.0000000	1.0970164	0.2133307	6.080139
USP17L10	5	33	4	29	1.0000000	1.0970164	0.2133307	6.080139
CDH1	8	30	6	27	1.0000000	1.1969331	0.3167799	4.766989
CLCNKA	6	32	6	27	1.0000000	0.8457813	0.2000716	3.571860
USP17L18	3	35	3	30	1.0000000	0.8590140	0.1068787	6.901324
GOLGA6L18	3	35	5	28	0.4586862	0.4849884	0.0692761	2.741811
NBPF14	7	31	8	25	0.5742321	0.7091540	0.1897961	2.587077

可以看到，结果也是一个表格，其中包含原表格数据以及我们最关心的 4 个值：p.value、OR、OR.lower95以及OR.upper95。

粉丝福利

学生信，计算机基础一定要好。毫不夸张地说，计算机基础决定了你能否入门，而生物学修养决定你能走多远。没有出发，如何走得远？

• 从零开始学生信交流群，免费咨询，量身定制学习计划