1写在前面

医院天天叫我们填问卷，我真是不能理解。🫠

动不动就问我们对医院的福利满意吗，对自己的收入满意吗，觉不觉得工作负荷太重了？？？🙂

我们满不满意，觉不觉得累，医院心里没点数吗！？~~~🤒

不能再说了，再说我的号就要被河蟹掉了。🥸

今天的教程是相对比较基础的了，分享一下我处理Expression matrix时经常遇到的一个小问题，就是重复基因名或者探针名的问题。🤪

这个问题的处理起来也简单也复杂，你可以随机取一个，可以都去掉，可以取最大值，可以取均值，仁者见仁，智者见智吧。🧐

接着是今天的正文，盘点一下我个人常用的几种处理重复基因的方法！~🥳

2用到的包

rm(list = ls())
library(tidyverse)
library(limma)
library(IOBR)

3示例数据

今天是随机生成的数据，20个样本，30个基因。🙃

set.seed(123456)

exprSet <- matrix(runif(600, 1, 10), ncol= 20)

colnames(exprSet) <- paste0("Sample",1:20)

genes <- paste0("Gene", sample(LETTERS, 30, replace=T))

exprSet <- data.frame(genes,exprSet)

DT::datatable(exprSet)

看一下有几个重复的基因吧，10个。😘

table(duplicated(exprSet$genes))

4方法一（取高值）

这里需要注意一下哦，对于相同的基因，应该挑选行平均值大的一整行，而不应该打乱。🥳

index <- order(rowMeans(exprSet[,-1]),decreasing = T)

exprSet_ordered <- exprSet[index,]

keep <- !duplicated(exprSet_ordered$genes)

exprSet_max <- exprSet_ordered[keep,]

DT::datatable(exprSet_max)

再看一下重复的基因去掉了没有，好的，任务完成。😙

table(duplicated(exprSet_max$genes))

5方法二（取均值）

5.1 aggregate函数法

exprSet_mean <- aggregate(.~genes, mean, data = exprSet)

DT::datatable(exprSet_mean)

table(duplicated(exprSet_mean$genes))

5.2 avereps函数法

exprSet_avereps <-  avereps(exprSet,ID = exprSet$genes) %>% 
  as.data.frame()

DT::datatable(exprSet_avereps)

table(duplicated(exprSet_avereps$genes))

6方法三（IOBR包）

最后介绍一下IOBR包的remove_duplicate_genes()函数，非常好用！~🤓

虽然这里method写的是mean，但实际上是挑选了平均值最大的一行，我个人也是比较喜欢这种方法。🤨

exprSet_IOBR_mean <- remove_duplicate_genes(exprSet, column_of_symbol = "genes", method = "mean")

DT::datatable(exprSet_IOBR_mean)

table(duplicated(rownames(exprSet_IOBR_mean)))

点个在看吧各位~ ✐.ɴɪᴄᴇ ᴅᴀʏ 〰