如果你导入的R源被你的服务器拒绝，你就惨了
The following signatures couldn't be verified because the public key is not
以下签名不能因为公钥未验证~~

因为ubuntu对生信菜鸟来说是最好用的linux服务器，没有之一，因为它有apt-get。
比如安装R语言，我只需要把厦门大学或者北京大学的R源添加到apt-get的源文件里面就可以用apt-get来自动下载安装了。

如果，你添加的源，不被你的服务器认可，你就惨了，但还是可以解决的：

http://askubuntu.com/questions/13065/how-do-i-fix-the-gpg-error-no-pubkey

比如我在/etc/apt/sources.list文件最下面，添加了厦门大学的Ubuntu 16.04 LTS对应的R语言源;
deb http://mirrors.xmu.edu.cn/CRAN/bin/linux/ubuntu/ xenial/
接下来sudo apt-get update # 更新源就遇到了这个问题。

ubuntu@ip-172-31-2-206:~$ sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys 51716619E084DAB9
Executing: /tmp/tmp.QcuTMmu82U/gpg.1.sh --keyserver
keyserver.ubuntu.com
--recv-keys
51716619E084DAB9
gpg: requesting key E084DAB9 from hkp server keyserver.ubuntu.com
gpg: key E084DAB9: public key "Michael Rutter <marutter@gmail.com>" imported
gpg: Total number processed: 1
gpg: imported: 1 (RSA: 1)
ubuntu@ip-172-31-2-206:~$ sudo apt-get update
Hit:1 http://us-west-2.ec2.archive.ubuntu.com/ubuntu xenial InRelease
Hit:2 http://us-west-2.ec2.archive.ubuntu.com/ubuntu xenial-updates InRelease
Hit:3 http://us-west-2.ec2.archive.ubuntu.com/ubuntu xenial-backports InRelease
Get:4 http://security.ubuntu.com/ubuntu xenial-security InRelease [102 kB]
Hit:5 http://ppa.launchpad.net/webupd8team/y-ppa-manager/ubuntu xenial InRelease
Get:6 http://mirrors.xmu.edu.cn/CRAN/bin/linux/ubuntu xenial/ InRelease [3,590 B]
Fetched 106 kB in 0s (209 kB/s)
Reading package lists... Done
ubuntu@ip-172-31-2-206:~$

完美解决啦~
~ sudo apt-get install r-base-core # 再次安装R语言软件包
~ R –version # 检查R的版本
安装过程非常慢，可能得好几个小时。

一般来说看链接最后的文件名就知道这篇文章讲的是什么了：

下面是一堆高通量测序分析的结题报告：

gene symbol 是非常官方的，由HUGO 组织负责维护，有专门的数据库HGNC database of human gene names | HUGO
以前分析数据的时候，有一些基因的symbol很奇怪，让我百思不得其解，比如
C orf 系列基因，
HS.系列基因，
KRTAP系列基因，
LOC系列基因，
MIR系列基因，
LINC系列基因
它们往往一个系列，就有好几百个基因；
C12orf44; Chromosome 12 Open Reading Frame 44;  这个是C orf系列基因的意思
MIR系列基因应该是 miRNA相关的基因
LINC系列基因应该就是long intergenic non-protein coding RNA
LOC系列基因，是非正式的，推定的，日后可能被更合适的名字替代
我这里做好了所有的基因对应关系，去生信菜鸟团QQ群里下载吧，共47938个基因的symbol和entrez gene id还有name，还有alias的对应!

还有一些RNA基因，根本就没有symbol，比如：CTA/B/C/D系列的
Aliases for ENSG00000271971 Gene
Quality Score for this RNA gene is 1
Aliases for ENSG00000271971 Gene
CTD-2006H14.2 5
External Ids for ENSG00000271971 Gene
Ensembl: ENSG00000271971
还有，如果你看到HS.开头的基因，它是unigene的ID了，已经不再是symbol啦。

用R获取芯片探针与基因的对应关系三部曲-bioconductor

ncbi现有的GPL已经过万了，但是bioconductor的芯片注释包不到一千，虽然bioconductor可以解决我们大部分的需要，比如affymetrix的95,133系列，深圳1.0st系列，HTA2.0系列，但是如果碰到比较生僻的芯片，bioconductor也不会刻意为之制作一个bioconductor的包，这时候就需要自行下载NCBI的GPL信息了，也可以通过R来解决：

##本质上是下载一个文件，读进R里面，然后解析行列式，得到芯片探针与基因的对应关系，看下面的代码，你就能理解了。

## A-AGIL-28 - Agilent Whole Human Genome Microarray 4x44K 014850 G4112F (85 cols x 532 rows)
library(Biobase)
library(GEOquery)
#Download GPL file, put it in the current directory, and load it:
gpl <- getGEO('GPL6480', destdir=".")
colnames(Table(gpl)) ## [1] 41108 17
head(Table(gpl)[,c(1,6,7)]) ## you need to check this , which column do you need
write.csv(Table(gpl)[,c(1,6,7)],"GPL6400.csv")
#platformDB='hgu133plus2.db'
#library(platformDB, character.only=TRUE)
probeset <- featureNames(GSE32575[[1]])
library(Biobase)
library(GEOquery)
#Download GPL file, put it in the current directory, and load it:
gpl <- getGEO('GPL6102', destdir=".")
colnames(Table(gpl)) ## [1] 41108 17
head(Table(gpl)[,c(1,10,13)]) ## you need to check this , which column do you need
probe2symbol=Table(gpl)[,c(1,13)]
## GPL15207 [PrimeView] Affymetrix Human Gene Expression Array
probeset <- featureNames(GSE58979[[1]])
library(Biobase)
library(GEOquery)
#Download GPL file, put it in the current directory, and load it:
gpl <- getGEO('GPL15207', destdir=".")
colnames(Table(gpl)) ## [1] 49395 24
head(Table(gpl)[,c(1,15,19)]) ## you need to check this , which column do you need
probe2symbol=Table(gpl)[,c(1,15)]

## GPL10558 Illumina HumanHT-12 V4.0 expression beadchip
library(Biobase)
library(GEOquery)
#Download GPL file, put it in the current directory, and load it:
gpl <- getGEO('GPL10558', destdir=".")
colnames(Table(gpl)) ## [1] 41108 17
head(Table(gpl)[,c(1,10,13)]) ## you need to check this , which column do you need
probe2symbol=Table(gpl)[,c(1,13)]

ES score

这个图片在发表的时候，就会发现其实蛮模糊的， 所以有可能需要自己重新制作这个图，那么就需要明白这个图后面的数据。

其中最下面的数据是量方法测到了2万个基因，那么这两万个基因在case和control组的差异度量(六种差异度量，默认是signal 2 noise，GSEA官网有提供公式，也可以选择大家熟悉的foldchange)肯定不一样,那么根据它们的差异度量，就可以对它们进行排序，并且Z-score标准化的结果。

而中间的就是该gene set在测到了的已经根据signal2noise排好序的2万个基因的位置。

最上面的图，就是所有的基因的ES score都要一个个加起来，叫做running  ES score，在加的过程中，什么时候ES score达到了最大值，就是这个gene set最终的ES score！

我这里全面解析了GSEA官网提供的R代码的绘图函数，如下：

这个函数本身也被我抽离出来了：

这个知识点有点复杂，我解释的很清楚数据是什么，但是数据如何来的（就是下面代码读取的txt文件），我没办法用博客写清楚，需要修改一个2500行的源代码才能获取数据！

setwd('data')
Obs.RES=read.table('Obs.RES.txt') 
Obs.RES=t(Obs.RES) ## 每个基因在每个gene set里面的running ES score，一个矩阵
Obs.indicator=read.table('Obs.indicator.txt') 
Obs.indicator=t(Obs.indicator) ## 每个基因是否属于每个gene set，一个0/1矩阵
obs.s2n=read.table('obs.s2n.txt')[,1]  ## 每个基因的signal 2 noise值，已经Z-score化，而且排好序了。
size.G=read.table('size.G.txt')[,1]  ## 每个gene set的基因数量，在图中需要显示
gs.names=read.table('gs.names.txt')[,1] ## 每个gene set的名字，在图中需要显示
Obs.arg.ES=read.table('Obs.arg.ES.txt')[,1]## 每个gene set的最大ES score出现在排序基因的位置
Obs.ES.index=read.table('Obs.ES.index.txt')[,1]## 这个用不着的，我也忘记是什么了
Obs.ES=read.table('Obs.ES.txt')[,1]  ##每个gene set的最大ES score是多少，如果是正值，用红色表示富集在case组，如果是负值，用蓝色，表示富集在control组。

plot_ES_score <- function(Ng=12,N=34688,phen1='control',phen2='case',Obs.RES,Obs.indicator,obs.s2n,size.G,gs.names,Obs.arg.ES,Obs.ES.index){
for (i in 1:Ng) {
png(paste0('number_',gs.names[i],'.png'))
ind <- 1:N
min.RES <- min(Obs.RES[i,])
max.RES <- max(Obs.RES[i,])
if (max.RES < 0.3) max.RES <- 0.3
if (min.RES > -0.3) min.RES <- -0.3
delta <- (max.RES - min.RES)*0.50
min.plot <- min.RES - 2*delta
max.plot <- max.RES
max.corr <- max(obs.s2n)
min.corr <- min(obs.s2n)
Obs.correl.vector.norm <- (obs.s2n - min.corr)/(max.corr - min.corr)*1.25*delta + min.plot
zero.corr.line <- (- min.corr/(max.corr - min.corr))*1.25*delta + min.plot
col <- ifelse(Obs.ES[i] > 0, 2, 4)

# Running enrichment plot

sub.string <- paste("Number of genes: ", N, " (in list), ", size.G[i], " (in gene set)", sep = "", collapse="")

main.string <- paste("Gene Set ", i, ":", gs.names[i])

plot(ind, Obs.RES[i,], main = main.string, sub = sub.string, xlab = "Gene List Index", ylab = "Running Enrichment Score (RES)", xlim=c(1, N), ylim=c(min.plot, max.plot), type = "l", lwd = 2, cex = 1, col = col)
for (j in seq(1, N, 20)) {
lines(c(j, j), c(zero.corr.line, Obs.correl.vector.norm[j]), lwd = 1, cex = 1, col = colors()[12]) # shading of correlation plot
}
lines(c(1, N), c(0, 0), lwd = 1, lty = 2, cex = 1, col = 1) # zero RES line
lines(c(Obs.arg.ES[i], Obs.arg.ES[i]), c(min.plot, max.plot), lwd = 1, lty = 3, cex = 1, col = col) # max enrichment vertical line
for (j in 1:N) {
if (Obs.indicator[i, j] == 1) {
lines(c(j, j), c(min.plot + 1.25*delta, min.plot + 1.75*delta), lwd = 1, lty = 1, cex = 1, col = 1) # enrichment tags
}
}
lines(ind, Obs.correl.vector.norm, type = "l", lwd = 1, cex = 1, col = 1)
lines(c(1, N), c(zero.corr.line, zero.corr.line), lwd = 1, lty = 1, cex = 1, col = 1) # zero correlation horizontal line
temp <- order(abs(obs.s2n), decreasing=T)
arg.correl <- temp[N]
lines(c(arg.correl, arg.correl), c(min.plot, max.plot), lwd = 1, lty = 3, cex = 1, col = 3) # zero crossing correlation vertical line

leg.txt <- paste("\"", phen1, "\" ", sep="", collapse="")
text(x=1, y=min.plot, adj = c(0, 0), labels=leg.txt, cex = 1.0)

leg.txt <- paste("\"", phen2, "\" ", sep="", collapse="")
text(x=N, y=min.plot, adj = c(1, 0), labels=leg.txt, cex = 1.0)

adjx <- ifelse(Obs.ES[i] > 0, 0, 1)

leg.txt <- paste("Peak at ", Obs.arg.ES[i], sep="", collapse="")
text(x=Obs.arg.ES[i], y=min.plot + 1.8*delta, adj = c(adjx, 0), labels=leg.txt, cex = 1.0)

leg.txt <- paste("Zero crossing at ", arg.correl, sep="", collapse="")
text(x=arg.correl, y=min.plot + 1.95*delta, adj = c(adjx, 0), labels=leg.txt, cex = 1.0)
dev.off()
}

}

 

通过这个代码，就可以把当前所有gese set的 ES score图给重新画一下，如果需要调整字体大小，就去代码里面慢慢调整。

首先你必须确定这个包是干净的，没有危险，然后要确定你的确需要这个包，因为大多数是时候你其实只需要他包里面一个函数即可。如果确定需要安装，就安装一个git软件吧，然后git clone https://github.com/jmzeng1314/humanid.git  这样就把这个R包下载到了自己指定的目录，或者如果你懒得安装git软件，直接在github网页里面下载成zip格式的压缩包也行。

下载的R包里面有一个.Rproj后缀的文件，可以自己双击打开，在Rstudio里面就可以点击build安装这个R包了，如图：

安装完毕后就会自动加载这个包，然后就可以看到它里面的各种函数和数据的！你已经成功的接收了别人的代码啦！

那么是不是安装好了这个包，你就可以使用它了呢？其实不然，如果是已经发表的正规的包，一般会写好完全的依赖关系，所以在你安装过程中，会提示你不停地安装各种包，但是我的包没有，只有在你运行我但是的时候，我才会报错，告诉你你需要安装某某包！的确有点傻，因为我懒得去写依赖关系，或者说，我还没有学到！

> keggAnno()
Show Traceback

Rerun with Debug
Error in loadNamespace(name) : there is no package called ‘DT’
>

这样做其实也有好处，你无论如何都是可以把我的包安装上的，虽然你可能安装上了也无法使用。

> install.packages('DT')
trying URL 'https://cran.rstudio.com/bin/windows/contrib/3.3/DT_0.2.zip'
Content type 'application/zip' length 950203 bytes (927 KB)
downloaded 927 KB

package ‘DT’ successfully unpacked and MD5 sums checked

The downloaded binary packages are in
C:\Users\jimmy\AppData\Local\Temp\RtmpoT4VWl\downloaded_packages
>

很容易安装好了DT这个包，我的函数就可以使用啦！keggAnno()这个函数默认运行成功是没有提示的，但是你可以查看你当前目录，的确多了一个kegg注释文件，可以把你感兴趣的基因批量注释到KEGG数据库。

起初，我也是搜索了一下资料的，资料如下：

• Writing R Extensions
• R Packages (Hadley Wickham)
• Creating R Packages: A Tutorial (Friedrich Leisch)
• Making an R Package (R.M. Ripley)

如果你不想看上面我看过的教程，那么就看我写的吧！

首先安装devtools和roxygen这两个辅助开发R包的包，然后在Rstudio的File菜单下面有一个new project继续选择new directory，选择R package，然后就可以啦！！！这时候你已经成功了开发了一个自己的包，里面也自带了一个函数。当然，这样的包没有任何意义，只是为了让你明白什么是开发一个R包，然后你可以添加自己的函数和数据，为了方便理解，对每个函数还需要写详细的帮助文档。如果的包里面调用了其它公共包，还需要写清楚依赖关系。如下图：

R语言画网络图三部曲之networkD3

R语言画网络图三部曲之sna

tumorRPKM=read.table('GSM1536837_06_01_15_TCGA_24.tumor_Rsubread_FPKM.txt.gz',sep = '\t',stringsAsFactors = F,header = T)

colnames(tumorRPKM)[1]='geneSymbol'

rownames(tumorRPKM)=tumorRPKM$geneSymbol

tumorRPKM=tumorRPKM[,-1]

tumorRPKM=round( as.matrix(tumorRPKM),3)

tumorRPKM=as.data.frame(tumorRPKM)

tumorRPKM$geneSymbol = rownames(tumorRPKM)

#load(file = 'tumorRPKM.rData')

tumorCancerType2amples=read.table('GSE62944_06_01_15_TCGA_24_CancerType_Samples.txt',sep = '\t',stringsAsFactors = F)

colnames(tumorCancerType2amples)=c('sampleID','CancerType')

lapply(unique((tumorCancerType2amples$CancerType)), function(x){

#x='PRAD';

sampleList=tumorCancerType2amples[tumorCancerType2amples$CancerType==x,1]

sampleList=gsub("-",".", sampleList)

tmpMatrix=tumorRPKM[,c('geneSymbol',sampleList)]

dbWriteTable(con, paste('tumor',x,'RPKM',sep='_'), tmpMatrix, append=F,row.names=F)

})