TCGA的样本id里藏着分组信息

今天是生信星球陪你的第291天

大神一句话，菜鸟跑半年。我不是大神，但我可以缩短你走弯路的半年~

就像歌儿唱的那样，如果你不知道该往哪儿走，就留在这学点生信好不好~

这里有豆豆和花花的学习历程，从新手到进阶，生信路上有你有我！

用R语言解决一下TCGA的小问题。

图中展示的是TCGA样本id，分组信息是在这个id的第14-15位，01-09是tumor，10-29是normal。我拿了一个示例数据，请在生信星球公众号回复0129获取。
根据这个生成一个分组信息它是一个向量形如

如果在id的14-15位在1-9之间就标记tumor，10-29之间就标记normal。这里面涉及到字符串截取、数据类型转换，%in%函数以及ifelse函数（if-else循环的变体）
将示例数据放到你的工作目录

load(file='id.Rdata')
table(substring(id,14,15)) #table看有多少重复值
num <- as.numeric(substring(id,14,15)) #截取出来是字符串，要转为数字
#屡试不爽的ifelse
group_list=ifelse(num %in% 1:9,'Tumor','Normal')

如果你要用自己的数据试试，就把样本编号命名为id，来跑一跑就ok。这一列信息后面作图会用。

简书：小洁忘了怎么分身
隔壁生信技能树公益视频合辑（学习顺序是linux，r，软件安装，geo，小技巧，ngs组学！）
国内看B站，教学视频链接：https://m.bilibili.com/space/338686099
国外看YouTube，教学视频链接：https://m.youtube.com/channel/UC67sImqK7V8tSWHMG8azIVA/playlists
友情链接：
生信工程师入门最佳指南
学徒培养
资料大全

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。