将多列与其他列进行比较的 T 检验

Question

我对 R 比较陌生，需要一些数据分析方面的帮助。在附表中，Master Protein Accession 列包含在三个条件下，即对照 (C)、脱水 (D) 和再水化 (R) 中皮质 (C) 中增加或减少的蛋白质列表。每个条件有5个样本； CC（1,2,3,4 和 5），CD（1,2,3,4 和 5）和 CR（1,2,3,4 和 5）。我需要进行 t 检验，以分别比较所有蛋白质的 Cortex Control（CC1、2、3、4 和 5）样本与 Cortex 脱水（CD1、2、3、4 和 5）样本。这样当我运行代码时，第 1 行 CC1 值对第 1 行 CD 1 值进行 t 检验，第 2 行 CC1 值对第 2 行 CD 1 值进行 t 检验，依此类推。

我试过了

apply(allcor1, function(x){t.test(x[2:12],x[4:14], nchar)})

但它给了我

match.fun(FUN) 中的错误：缺少参数“FUN”，没有默认值

Answer 1

您面临的挑战是数据太“宽”：当每个蛋白质至少有 5 个数据点时，您将其表示为一行。

如果你重塑它，问题会变得更容易。这里我将使用tidyr的pivot functions，以及extract。

library(dplyr)
library(tidyr)

# Removing the "sd" columns,
# and renaming first column to "protein" to be easier to work with
longer_data <- yourdata %>%
  select(-starts_with("sd")) %>%
  rename(protein = 1) %>%
  # pivot all columns besides protein into one column condition_sample
  pivot_longer(cols = c(-protein),
               names_to = "condition_sample") %>%
  # Split your CC1, CD2, etc into two columns after the second letter
  separate(condition_sample, c("condition", "sample"), 2) %>%
  # Make them wide again by condition
  pivot_wider(names_from = condition, values_from = value)

如果没有可重现的示例，我无法进行测试，但这应该会为您提供一个包含 protein、condition、sample (1-5) 和 value) 列的表格。

此时，数据更灵活地用于统计建模，例如配对 t 检验。我在这里使用 dplyr 对 CC 对 CD 进行分组 t 检验，并使用 broom 包对其进行整理。

library(broom)

longer_data %>%
  group_by(protein) %>%
  summarize(tidied_model = list(tidy(t.test(CC, CD, paired = TRUE)))) %>%
  unnest(tidied_model)

这将为您提供每种蛋白质的 estimate、statistic 和 p.value 列（置信区间等）。