R中矩阵中的一对多相关计算

Question

尝试计算矩阵中特定基因（此处为基因 1）与所有其他基因（35999 个候选基因）的相关性

         samp1   samp2   samp3   samp4
Gene 1  3.7891  2.4487  1.1939  0.6013
Gene 2  1.4484  3.2316  2.841   1.9545
Gene 3  0.4505  2.6062  2.0729  0.6403
.
.
Gene 36000  1.8828  5.2633  2.7552  1.7335

我使用了下面的代码

library(Hmisc)
A <- read.table("C:/Users/Desktop/exp.txt", header=T, sep="\t")
cor <- rcorr(as.matrix(A), type="pearson")


write.csv(cor$r,'C:/Users/Desktop/pCC VALUES.csv')
write.csv(cor$P,'C:/Users/Desktop/p VALUES.csv')

但是上面的代码是针对36000*36000的矩阵计算的。但是，我想获得 一对多 相关性，其中感兴趣的基因始终是第一个基因。这是它的基因 1。这将节省处理时间。一种方法显然是从输出中提取我感兴趣的 36000 对。我想知道是否有任何其他方法可以在没有 多对多 计算的情况下找到我的基因与所有其他基因的相关性。

编辑：

我正在寻找类似格式的输出，

Gene 1 Gene 2   pcc  p-value
Gene 1 Gene 3   pcc  p-value
.
.
Gene 1 Gene 36000 pcc p-value
end

Answer 1

如果我没猜错（将第一行与其他每一行相关联，一次取一个），那么沿着这些方向的一些东西可能会让你开始：

dat <- as.matrix(read.table(text = "samp1;samp2;samp3;samp4
Gene 1;3.7891;2.4487;1.1939;0.6013
Gene 2;1.4484;3.2316;2.841;1.9545
Gene 3;0.4505;2.6062;2.0729;0.6403
Gene 4;0.4705;2.4062;1.0729;0.6003
Gene 5;1.8828;5.2633;2.7552;1.7335", sep=";"))

corr_list <- list()

for (i in 2:nrow(dat)) {
  r <- cor.test(dat[1,], dat[i,])
  corr_list[[paste("Genes 1 &", i)]] <- c(r$estimate, p.val=r$p.value)
}


# Results
corr_list

$`Genes 1 & 2`
       cor      p.val 
-0.3070573  0.6929427 

$`Genes 1 & 3`
       cor      p.val 
-0.1417635  0.8582365 

$`Genes 1 & 4`
       cor      p.val 
0.04777015 0.95222985 

$`Genes 1 & 5`
      cor     p.val 
0.1425788 0.8574212

如果更方便，您也可以将结果放在 data.frame 中：

corr_list <- data.frame(Gene1=numeric(), Gene2=numeric(), cor=numeric(), p.value=numeric())

for (i in 2:nrow(dat)) {
  r <- cor.test(dat[1,], dat[i,])
  corr_list[i-1,] <- c(1, i, r$estimate, r$p.value)
}

corr_list

  Gene1 Gene2         cor   p.value
1     1     2 -0.30705735 0.6929427
2     1     3 -0.14176355 0.8582365
3     1     4  0.04777015 0.9522299
4     1     5  0.14257884 0.8574212

R中矩阵中的一对多相关计算

One to many correlation calculation in a matrix in R

r

matrix

correlation

pearson-correlation