上一期答疑笔记是： 2022年5月_生信入门班_微信群答疑笔记

课前答疑

Q1：R官网上不去了

换个网络环境，关掉科学上网，再不行就不要上R官网了，软件包在群公告网盘有

Q2：以前装过3.6版本的R，里面有很多package。网盘下载的R是4.1版本，直接点击安装就可以了吗，会和3.6版本冲突吗？

可以多个有版本，但会存在R包冲突的问题。一般是可以升级的

Q3：能否不卸载3.6，直接装4.1，成为两个独立的R？这样原来的资料还能保留下来

运行.libPaths()，设置不同的路径，网上搜一下教程。

Q4：请问我之前的R都装在E盘了，需要卸载重装到C吗？

建议卸载重装C盘

Q5：请问这代码没有视频里说的KEGG呢

现在更新，不需要了

Q6：请问这个warning是不是只是说明我的R版本老，但其实是包安好了

包确实是装好了

Q7：我之前的R是4.0.5的，没更新可以吗？不用重新再装4.1了吧

可以的话更新到4.1以上

Q8：能在手机上运行R吗

不能

Q9：钉钉上的课程回放可以看到什么时候呢？

一年

课中答疑

Q1：这是不是R版本低了，要去官网下载？

没报error就没事

Q2：新同学刚来班里报道，请问在哪里补前几节课呢

钉钉群右上角

Q3：练习题的第二题，我直接把中位数赋值给一个x，然后输出这个x行吗?

可以呀，没有区别

Q4：老师我听了回放，觉得我的这个问题就是您说的原因三

是原因4，removed。这个包已经过时，我们不再使用，看群公告答疑文档

Q5：平时工作中，经常需要实现：A表的某三列，根据病案号，匹配到B表。

你选的共同列不好，有重复值。

Q6：在补前两次课的笔记，对数据框取子集后的结果有点好奇，为啥数据框取行和列子集时，取出来的结果不一样呢？

数据框取子集，不写逗号只写数字[n]时，默认是取第n列，并且保留数据框这个数据结构

Q7：读取csv的时候，如果csv文件含有两个sheet，用test=read.csv得到数据框后，怎么分别提取两张sheet里的内容呢

打开方式决定了你可以新建sheet，csv本身应该是不可以有sheet，假如用记事本那种软件打开和excel格式是不一样的~能新建sheet是excel 的功能

Q8：请问各位老师同学，ID转换（from "gene symbol" to "ENTREZID"），提示有近20%没有转换成功。请问这是什么情况？

没关系，这个正常的哦

Q9：还想问一下，tidyr是不是有更新，gather函数被pivot_longer函数替换了。我看小洁老师CSDN的帖子https://blog.csdn.net/weixin_42960896/article/details/115047967里面cheatsheet截图有gather函数，我新下载的cheatsheet没有这个函数的说明。运行这两行代码结果也相同

宽变长函数有过多次更替，我只给你讲最新的，不用学甲骨文。这个教程过于古老了，是18年写的，这就是甲骨文。不用把一个R包里所有函数都学一遍

Q10：老师我这样提取怎么会找不到列呀？

是因为你取子集的方式有问题。中括号里不加逗号，是取列。但是你的代码是取行的，只需要在把你的代码放在[  ,]这个逗号左边就没问题了

Q11：老师，在开始的R包安装教程中，复制了写的代码，结果发现安装不了GSEABase，GSVA和clusterProfiler，错误显示为不存在叫‘GenomeInfoDbData’这个名字的程辑包，所以我又安装GenomeInfoDbData，还是没法安装，请问问题可能出现在哪？

因为报错的两个包只是装了，并不是装成功了。成功的唯一标准是library。

Q12：我重新安装了GenomeInfoDbData和AnnotationDbi，library之后还是显示不存在这个包

你没仔细看报错信息，这一步失败的，网络问题，下载不完整。重新安装

Q13：在使用代码保存图片的时候，如果这个图片很大（400个标本的热图），保存得到的图片比例，字体大小，甚至是图片的像素如何调整？

都有参数，帮助文档里找

Q14：请问老师，我这里的映射属性把color改为size，然后后边想更改size的颜色，为什么报错？

size是个属性，没有颜色这个参数。只有点的颜色，点的大小

Q15：各位老师同学们大家晚上好，我在做KEGG富集分析的时候一直提示”fail to download KEGG data...“，我去GitHub上查了，说是网络问题，我换了网络还是不行。所以请问这种情况应该如何解决？

换了网络也还是网络不行，还得接着换

Q13：请教老师，下面的理解是否正确：1 GeneRatio里的468是研究样本中测得表达有差异，而且被数据库收录的基因；2 GeneRatio里的19是前面468个基因与此行功能通路有关的；3 BgRation里的7916是数据库收录的所有基因，对应不同的功能通路；4 BgRation里的36是7916个基因里与此行功能通路有关的基因

对的。不是有关，是属于，基因属于当前通路

Q14：同样是富集分析，是否KEGG更注重于针对通路的富集分析，而GO更像是对基因的富集？会不会有些基因，同时参与不同通路？geneID里会不会有重复的基因？

都是找基因的归属。除了数据库背景知识的区别，没有别的区别。不会，不需要。你可以验证

Q15：自己生成Group的时候，是不是要先自己判断exp里对照组和实验组的前后顺序？假如前四列是对照，后四列是实验组，那Group里边就要control写在前，RA写在后；反之则要RA在前，control在后？

自己生成Group的时候，通常是匹配的，字符串匹配，有规律。假如前四列是对照，后四列是实验组，那Group里边就要control写在前，RA写在后；反之则要RA在前，control在后。

Q16：请问GEO单平台数据集的预处理是否都必须经过normalize？还是通过boxplot观察，差异特别大的才需要normalizeBetweenArrays处理？

这一个操作理论上不会改变什么，假如你是正常的，多处理一遍，不会改变的，假如你不正常的话，处理一下比较好。

Q17：在用tinyarray这个简化包的时候，错误提示GSE不是表达矩阵，但是我去GEO网站看确实是表达矩阵，怎么解？

应该是因为太新了吧，我们服务器没有收录。你加上一个参数叫byannoprobe＝T，自动补齐一下，这样他就会从GEO网页给你下载了

Q18：老师这两个去重方式 都会下标出界

有两种可能原因

1.代码错了

2.你用的运行输入数据错了

仔细看看，前面有句load你没运行

Q19：请问我这个怎么没成功

你已经安装过一次，你如果想重新安装，就删除掉miniconda3这个文件夹再bash

Q20：装mamba显示冲突要怎么办

mamba不要安装在小环境哦，

Q21：老师，这是哪里出问题了

不需要去调用依赖库的帮助文档，直接调用你前面软件的帮助文档。这个软件libstdcxx-ng下载成功了就可以，不用查看帮助文档确定是否成功了

Q22：老师，这个问题啥意思

缺了一个依赖，你试试安装一下rvcheck

install.packages("https://cran.r-project.org/src/contrib/Archive/rvcheck/rvcheck_0.1.8.tar.gz",type = 'source',repos = NULL)

参考：https://github.com/GuangchuangYu/rvcheck

Q23：请问这样子salmon是装成功了吗？这个帮助文档就是这么短的吗？

成功了，但实际上，每一个软件，背后都是一篇论文，一般都会给出详细的文档，介绍其算法原理、代码实现等等，如果你嫌弃这个帮助文档太短，可以去查一下其对应的详细的文档

Q24：安装R语言软件包的时候因为一直没有安装完成，我使用ctrl+C 终止安装，然后就一直报错

你先运行一下 conda clean -a ，然后重新安装，如果还是无法解决，那你就退出这个环境，尝试删除或者新建其他名称小环境再安装

Q25：我想用 . 分隔字符串，怎么出不来结果呢

这是一个特殊字符，你需要\\转置一下

Q26：请教一下，建立软链接后调阅文件Homo_sapiens.GRCh38.dna.primary_assembly.fa出错，具体如下

读取链接的gff3和gft文件也会出现同样的报错

你的软链接有问题，原文件的目录不对

Q27：老师这是说我电脑配置不行还是服务器存储不够啊

你的服务器内存太低了

Q28：需要加上什么命令才能删除data1中符合条件的行？

Q29：请问，排序出现这种情况怎么办

你的数据不是数字，因此R没有按照数字处理，你可以先把它拆成两列，再按照数字排序。

Q30：请问在解压基因组序列及转录组序列时，总是exit（后台运行），是什么原因

内存不够了，学习的时候就用讲师目录的参考基因组

Q31：老师下载了一晚上的sra中断了，现在是得全部从头下载吗

建议删除没下完的文件重新下载，同时建议采取更高级的方法下载，比如用aspera下载fastq格式

优秀笔记

1. https://www.yuque.com/docs/share/5b71c4b5-1f4c-46d5-a969-0c04c9034b72?# 《Day3-数据结构》-果子

2. https://www.yuque.com/docs/share/3d72aa4b-2e35-4e34-96bf-79aeafc5780e 《初识转录组》-cecilia

强烈建议你推荐给身边的博士后以及年轻生物学PI，多一点数据认知，让他们的科研上一个台阶：

•  数据挖掘（GEO,TCGA,单细胞）2022年暑期班（收官之作），快速了解一些生物信息学应用图表
•  生信入门课-2022年暑期班（收官之作），你的生物信息学第一课