重複のフィルタリング
欠損値でフィルタした heart_2 と cardio_2 のデータテーブルがワークスペースに用意されています。目的は、各 data.table で遺伝子ごとに代表となるプローブを1つだけ選び、結合結果で各遺伝子が1行のみになるようにすることです。再現性を控えめに見積もるため、最も関連が弱いプローブを選びたいとします。"change" 列には、健常者と心疾患患者の間で各プローブの発現量がどれだけ変化したか(フォールドチェンジ)が入っています。"pvalue" 列には関連の強さに対する p 値が入っています。行は関連の強さが弱くなる順(p 値が大きくなる順)で並んでいます。
* 注: ここでの関連はランダムに生成されたもので、実際の生物学的な知見や実データを反映するものではありません。
この演習はコースの一部です
R で学ぶ data.table によるデータ結合
演習の手順
unique()(docs)を使って、heart_2とcardio_2の両方で"gene"列の重複行を削除します。各遺伝子について「最後の」行のみを残してください。merge()関数でcardio_3をheart_3に内部結合(inner join)します。"change"と"pvalue"列には、それぞれ".heart"と".cardio"のサフィックスを付けてください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Keep only the last probe for each gene
heart_3 <- ___
cardio_3 <- ___
# Inner join
reproducible <- ___(heart_3, cardio_3, by = "gene", ___)
reproducible