Auswahl nur einiger Zeilen einer RGList

Question

Ich verwende das Paket Limma, um einige Daten zu analysieren.Nach dem Lesen der Rohdaten mit read.maimagenes Ich bekomme ein RGList Objekt.R.cut und G.cut sind Werte der Klasse numeric und ich möchte die Werte darüber haben.Ich habe so etwas versucht:

RG$R <- RG$R[RG$R>R.cut] 
RG$G <- RG$G[RG$G>G.cut]

Aber dadurch wird die Klasse von RG$R von einer Matrix in eine numerische umgewandelt. Wie könnte ich die Matrixklasse beibehalten (ich weiß nicht, ob die Einführung einiger NA-Werte Auswirkungen auf den Rest der Analyse hätte).Ich habe eine Teilmenge wie folgt ausprobiert:

RG.probe$R <- subset(x=RG, subset=RG$R>R.cut)

Aber es gibt immer wieder einen Fehler zurück Error: Two subscripts required

Wie kann das gemacht werden?

Beiseite:Wenn ich nur die Zeilen erhalten möchte, die über dem R.cut und G.cut liegen?

Mögliche Lösung:Das habe ich mit gefunden ifelse Ich kann es tun, obwohl ich einen Wert für diejenigen eingeben muss, die unter dem Schnitt liegen, und ich habe keine Möglichkeit gefunden, zu überprüfen, ob sowohl R- als auch G-Kanäle über jedem Schnitt liegen.

RG$R<-ifelse(RG$R>R.cut, RG$R, '')
RG$G<-ifelse(RG$G>G.cut, RG$G, '')

Obwohl es in Charakter umgewandelt wird, kann ich daher keine weitere Analyse durchführen.

Daten zur Reproduzierbarkeit:

library(limma)
RG<-read.maimages(path, source='agilent')
class(RG)
[1] "RGList"
attr(,"package")
[1] "limma"
dput(head(RG$R))
structure(c(2893, 81.5, 80.5, 140208, 4512, 6272, 4934, 195, 
184.5, 164092, 11819, 10569, 1689.5, 83, 82, 68996, 2260.5, 3603, 
2470, 84, 77, 96750, 3203, 5223, 3246, 85.5, 104.5, 54773, 519.5, 
8244.5, 1807, 86.5, 88, 204574, 15693, 8939.5, 2040, 87, 95, 
131880, 7346, 9922.5, 1445, 76, 85.5, 125598, 3863, 5758.5, 2626, 
87.5, 85, 180266, 18173, 20171.5, 1811.5, 84, 87.5, 122498, 3993, 
5857, 1799, 87.5, 82, 123220, 3780, 5964, 1706, 77.5, 80, 124463, 
3390, 5070, 3787, 81.5, 88, 65874, 269, 781.5, 1476, 90, 89, 
122445, 4232, 6479, 2788, 82, 87.5, 80669, 791, 7440.5, 1503, 
81, 88, 124702, 4270, 6111, 2012.5, 93.5, 90, 215820, 4555, 3101, 
1727.5, 102, 109, 131316, 4284, 6638, 2009, 95.5, 111.5, 175474, 
12665, 17213, 1532, 87.5, 84.5, 117568, 4098, 6100, 1436, 83, 
91, 118472, 4067.5, 6114, 1651.5, 83, 82, 127308, 4150, 6277, 
2028.5, 85.5, 89, 74816, 896.5, 7697, 2698, 84, 92.5, 99431, 
1273, 9182.5, 1833.5, 100, 104, 163604, 15582, 12146, 2359, 102, 
109, 159301, 17229, 9822.5, 1857, 86, 88, 130319, 4354.5, 6266.5, 
1887, 87, 87, 133386, 11639.5, 8931, 2304.5, 86.5, 87, 91022, 
1011, 14524, 1353, 84, 88, 114282, 3935, 5944, 1487, 83, 87, 
125507, 4138, 5804, 3379, 86.5, 88, 63703.5, 331, 1167, 1778, 
87, 83.5, 123988, 4366, 6670, 1862, 94.5, 92, 134174, 4558, 6881, 
2388.5, 82, 91.5, 174744, 8570, 10677, 4374, 94, 94, 179579, 
12753, 10869, 3747.5, 115, 144.5, 133809, 3710, 5406, 5062, 93.5, 
92, 207843, 13220, 6774, 3294, 78, 82.5, 149764, 3774, 5582, 
5303, 93, 100, 93479.5, 803, 6709, 2969, 86.5, 101, 149011, 4043, 
5407, 5488, 106, 118.5, 191053, 9990.5, 12194, 4308, 89, 85, 
143087, 3926.5, 5370.5, 5168, 87, 91.5, 137415, 4028, 5671, 4649.5, 
91, 90, 147328, 4102, 5614.5, 7225, 87, 85, 179052, 15612, 16908, 
5815.5, 84, 88, 200883, 13229, 11482, 3551, 101, 125, 224012, 
20461, 16149.5, 3992, 98, 83, 134744, 3569, 5068, 4817, 97, 92, 
142087, 4203, 5678, 5436, 108, 84.5, 195104, 11299, 13246), .Dim = c(6L, 
51L), .Dimnames = list(NULL, c("US23502326_253482110017_S01_GE2_1105_Oct12_1_1", 
"US23502326_253482110017_S01_GE2_1105_Oct12_2_1",     "US23502326_253482110017_S01_GE2_1105_Oct12_2_2", 
"US23502326_253482110017_S01_GE2_1105_Oct12_2_3", "US23502326_253482110017_S01_GE2_1105_Oct12_2_4", 
"US23502326_253482110027_S01_GE2_1105_Oct12_1_1", "US23502326_253482110027_S01_GE2_1105_Oct12_1_2", 
"US23502326_253482110027_S01_GE2_1105_Oct12_1_3",     "US23502326_253482110027_S01_GE2_1105_Oct12_1_4", 
"US23502326_253482110027_S01_GE2_1105_Oct12_2_1", "US23502326_253482110027_S01_GE2_1105_Oct12_2_2", 
"US23502326_253482110027_S01_GE2_1105_Oct12_2_3", "US23502326_253482110027_S01_GE2_1105_Oct12_2_4", 
"US23502326_253482110028_S01_GE2_1105_Oct12_1_1", "US23502326_253482110028_S01_GE2_1105_Oct12_1_2", 
"US23502326_253482110028_S01_GE2_1105_Oct12_1_4", "US23502326_253482110028_S01_GE2_1105_Oct12_2_1", 
"US23502326_253482110028_S01_GE2_1105_Oct12_2_2", "US23502326_253482110028_S01_GE2_1105_Oct12_2_3", 
"US23502326_253482110029_S01_GE2_1105_Oct12_1_1", "US23502326_253482110029_S01_GE2_1105_Oct12_1_2", 
"US23502326_253482110029_S01_GE2_1105_Oct12_1_3", "US23502326_253482110029_S01_GE2_1105_Oct12_1_4", 
"US23502326_253482110029_S01_GE2_1105_Oct12_2_1", "US23502326_253482110029_S01_GE2_1105_Oct12_2_2", 
"US23502326_253482110029_S01_GE2_1105_Oct12_2_3", "US23502326_253482110029_S01_GE2_1105_Oct12_2_4", 
"US23502326_253482110030_S01_GE2_1105_Oct12_1_1", "US23502326_253482110030_S01_GE2_1105_Oct12_1_2", 
"US23502326_253482110030_S01_GE2_1105_Oct12_1_3", "US23502326_253482110030_S01_GE2_1105_Oct12_1_4", 
"US23502326_253482110030_S01_GE2_1105_Oct12_2_1", "US23502326_253482110030_S01_GE2_1105_Oct12_2_2", 
"US23502326_253482110030_S01_GE2_1105_Oct12_2_3", "US23502326_253482110030_S01_GE2_1105_Oct12_2_4", 
"US23502326_253482110031_S01_GE2_1105_Oct12_1_1",     "US23502326_253482110031_S01_GE2_1105_Oct12_1_2", 
"US23502326_253482110031_S01_GE2_1105_Oct12_1_3",     "US23502326_253482110031_S01_GE2_1105_Oct12_1_4", 
"US23502326_253482110031_S01_GE2_1105_Oct12_2_1",     "US23502326_253482110031_S01_GE2_1105_Oct12_2_2", 
"US23502326_253482110031_S01_GE2_1105_Oct12_2_3",     "US23502326_253482110031_S01_GE2_1105_Oct12_2_4", 
"US23502326_253482110049_S01_GE2_1105_Oct12_1_1", "US23502326_253482110049_S01_GE2_1105_Oct12_1_2", 
"US23502326_253482110049_S01_GE2_1105_Oct12_1_3",     "US23502326_253482110049_S01_GE2_1105_Oct12_1_4", 
"US23502326_253482110049_S01_GE2_1105_Oct12_2_1",     "US23502326_253482110049_S01_GE2_1105_Oct12_2_2", 
"US23502326_253482110049_S01_GE2_1105_Oct12_2_3",     "US23502326_253482110049_S01_GE2_1105_Oct12_2_4"
)))
dput(head(RG$G))
structure(c(2324, 58, 52, 98015, 9800, 5284, 1472, 114, 92.5, 
27879, 2296, 3272.5, 3637, 216, 204.5, 34898, 731, 5084, 3466, 
77, 74, 32543, 497, 7416, 1344, 79.5, 99, 52753, 2363, 3457, 
686, 39, 44.5, 32866, 2937, 4324, 910, 42, 40, 42361, 2780, 4072, 
1587, 83.5, 97, 79659, 7667, 10103, 754, 49.5, 44, 23664, 2962, 
4166, 1390.5, 136, 156.5, 70132.5, 7914, 4876, 1609, 99, 125, 
25923.5, 610, 5125, 1526, 198.5, 157, 94640.5, 10408, 9233, 1060, 
42, 37, 70033, 3144, 4355.5, 1465, 89, 91, 99188, 9587, 7547, 
743, 61.5, 60, 65888, 3247, 4676.5, 1931.5, 89, 84, 65967, 11226, 
7757, 873.5, 56, 66, 20126.5, 3291, 4736, 1339.5, 298, 300, 75324, 
6712, 8500, 894, 65, 86, 26341.5, 3132.5, 4647, 2372, 80, 81.5, 
73418.5, 5026, 7612, 1564, 70, 73, 77180, 7802.5, 9454, 1315, 
90, 85, 20562, 340, 5337, 868.5, 49, 55, 64712.5, 2947, 4260, 
798, 46, 48, 52505, 3380, 4663.5, 904, 69.5, 80, 33371.5, 3300, 
4997, 813, 73, 81, 29552, 2932, 4632.5, 1696.5, 187, 324, 63647, 
6407, 8571.5, 872, 39.5, 52, 24518, 3094, 4387, 752.5, 54, 52, 
48299.5, 3221, 4278, 2631, 61, 72, 27229, 513, 5019, 1256.5, 
61, 63, 74560, 11016, 9019, 942, 57, 55, 70933.5, 3526.5, 5383, 
1457.5, 162, 193.5, 86276, 8154, 12084, 1590, 213, 293, 66871, 
6580, 9535, 833.5, 57, 62.5, 36416, 3229, 4600, 2161.5, 53.5, 
42.5, 39157.5, 2952, 3977, 3481, 67, 68, 18675, 152, 536, 1977, 
57, 55.5, 32861, 2785, 3812, 4739.5, 112.5, 113.5, 104923, 6231, 
8198, 1907, 57.5, 69, 76674.5, 3219, 4244, 3879.5, 183.5, 171, 
110822, 9582, 8426, 1746, 74.5, 74, 33327, 2774, 4017, 3333, 
187, 270.5, 83696, 6616, 7080, 4737, 38, 37, 30041, 429.5, 3970, 
3347, 45, 46, 106822, 8003.5, 7137.5, 2431, 32, 35, 32985, 3121, 
4179, 2535.5, 28, 34, 36131.5, 3135, 4126, 1929, 42, 65, 47428, 
3300, 4626.5, 5371, 54.5, 43.5, 108175, 9983, 6182, 5139.5, 34, 
28, 26774, 152, 518, 2621, 48, 32, 44499, 3409, 4643), .Dim = c(6L, 
51L), .Dimnames = list(NULL, c("US23502326_253482110017_S01_GE2_1105_Oct12_1_1", 
"US23502326_253482110017_S01_GE2_1105_Oct12_2_1", "US23502326_253482110017_S01_GE2_1105_Oct12_2_2", 
"US23502326_253482110017_S01_GE2_1105_Oct12_2_3",     "US23502326_253482110017_S01_GE2_1105_Oct12_2_4", 
"US23502326_253482110027_S01_GE2_1105_Oct12_1_1", "US23502326_253482110027_S01_GE2_1105_Oct12_1_2", 
"US23502326_253482110027_S01_GE2_1105_Oct12_1_3", "US23502326_253482110027_S01_GE2_1105_Oct12_1_4", 
"US23502326_253482110027_S01_GE2_1105_Oct12_2_1", "US23502326_253482110027_S01_GE2_1105_Oct12_2_2", 
"US23502326_253482110027_S01_GE2_1105_Oct12_2_3", "US23502326_253482110027_S01_GE2_1105_Oct12_2_4", 
"US23502326_253482110028_S01_GE2_1105_Oct12_1_1", "US23502326_253482110028_S01_GE2_1105_Oct12_1_2", 
"US23502326_253482110028_S01_GE2_1105_Oct12_1_4", "US23502326_253482110028_S01_GE2_1105_Oct12_2_1", 
"US23502326_253482110028_S01_GE2_1105_Oct12_2_2", "US23502326_253482110028_S01_GE2_1105_Oct12_2_3", 
"US23502326_253482110029_S01_GE2_1105_Oct12_1_1", "US23502326_253482110029_S01_GE2_1105_Oct12_1_2", 
"US23502326_253482110029_S01_GE2_1105_Oct12_1_3", "US23502326_253482110029_S01_GE2_1105_Oct12_1_4", 
"US23502326_253482110029_S01_GE2_1105_Oct12_2_1", "US23502326_253482110029_S01_GE2_1105_Oct12_2_2", 
"US23502326_253482110029_S01_GE2_1105_Oct12_2_3", "US23502326_253482110029_S01_GE2_1105_Oct12_2_4", 
"US23502326_253482110030_S01_GE2_1105_Oct12_1_1", "US23502326_253482110030_S01_GE2_1105_Oct12_1_2", 
"US23502326_253482110030_S01_GE2_1105_Oct12_1_3", "US23502326_253482110030_S01_GE2_1105_Oct12_1_4", 
"US23502326_253482110030_S01_GE2_1105_Oct12_2_1", "US23502326_253482110030_S01_GE2_1105_Oct12_2_2", 
"US23502326_253482110030_S01_GE2_1105_Oct12_2_3", "US23502326_253482110030_S01_GE2_1105_Oct12_2_4", 
"US23502326_253482110031_S01_GE2_1105_Oct12_1_1", "US23502326_253482110031_S01_GE2_1105_Oct12_1_2", 
"US23502326_253482110031_S01_GE2_1105_Oct12_1_3", "US23502326_253482110031_S01_GE2_1105_Oct12_1_4", 
"US23502326_253482110031_S01_GE2_1105_Oct12_2_1", "US23502326_253482110031_S01_GE2_1105_Oct12_2_2", 
"US23502326_253482110031_S01_GE2_1105_Oct12_2_3",     "US23502326_253482110031_S01_GE2_1105_Oct12_2_4", 
"US23502326_253482110049_S01_GE2_1105_Oct12_1_1",     "US23502326_253482110049_S01_GE2_1105_Oct12_1_2", 
"US23502326_253482110049_S01_GE2_1105_Oct12_1_3", "US23502326_253482110049_S01_GE2_1105_Oct12_1_4", 
"US23502326_253482110049_S01_GE2_1105_Oct12_2_1", "US23502326_253482110049_S01_GE2_1105_Oct12_2_2", 
"US23502326_253482110049_S01_GE2_1105_Oct12_2_3", "US23502326_253482110049_S01_GE2_1105_Oct12_2_4"
)))

Aus dem Dput können Sie eine RGList erstellen new("RGList") Ich weiß, dass es zu viele Daten sind, aber wie ich es bereits zuvor getan habe fragte Ich weiß nicht, wie ich den Ausgang kurzschließen soll.

Answer 1

Die Lösung, die ich schließlich gefunden habe, macht fast dasselbe:

RG$G <- ifelse(RG$R>R.cut, RG$G, NA)
RG$R <- ifelse(RG$G>G.cut, RG$R, NA)

Das Löschen dieser Werte scheint die Fold Change jedes Gens zu erhöhen, wie dies bereits geschehen ist, wenn man die ursprüngliche RG mit der RG mit gelöschten Werten wie in der Frage vergleicht.