GEO数据挖掘补充(四)——探针注释

library(tinyarray)
find_anno("GPL代码",install = T)#GPL代码通常在数据资料内可找到
#>- [1] `library(xxxxx.db);ids <- toTable(xxxxxxx)` and `ids <- AnnoProbe::idmap('GPL代码')` are both available
#2选1运行代码即可下载GPL注释文件

 if(!require(hgu133plus2.db))BiocManager::install("hgu133plus2.db")
   library(hgu133plus2.db)
   ls("package:hgu133plus2.db")#列出某R包内有哪些函数/数据
   #用toTable()处理探针注释号(xxxSYMBOL)且不能加引号(此处为“hgu133plus2SYMBOL”);
   ids <- toTable(hgu133plus2SYMBOL)
   head(ids)

 
     #读取表格(可应用函数众多，视情况而定)
     #表格读取参数、文件列名不统一，活学活用，有的表格里没有symbol列，也有的GPL平台没有提供注释表格
     b = read.delim("GPL570.txt",
                 check.names = F,
                 comment.char = "#")
          #check.names——是否将列名里的特殊符号转换为下划线
          #comment.char = "#"——#开头的行是注释行，不作为表格正式内容
          #"skip ="为跳过开头几行
     colnames(b)
     ids2 = b[,c("ID","Gene Symbol")]
     #为避免数据覆盖，命名为ids2，自己运行时最后要运行ids=ids2以实现代码数据衔接
     colnames(ids2) = c("probe_id","symbol") 
     #为使与之后代码兼容更改列名，此处列名不可动！！
  
     #检查ids2数据有误异常并进行相应处理(以下为常见问题举例)
        #查看ids2可见symbol有空值，即有的探针没有对应的symbol，要将其删除
        k1 = ids2$symbol!=""
        table(k1)
        #有的探针对应多个symbol(非特异探针)，将其删除
        k2 = !str_detect(ids2$symbol,"///")
        table(k2)
        ids2 = ids2[ k1 & k2,]
     #ids = ids2