TCGA乳腺癌芯片数据分组为TNBC和NOT TNBC

健明老师布置的作业，感觉还是蛮吃力的。这篇会有点凌乱，一点一点来吧。

1、转义符

首先我遇到了一个问题，就是我的变量里的id是‘TCGA-B6-A0X7-01’诸如此类，而我的数据集中则是‘TCGA·B6·A0X7·01’，所以首先我要统一id名，这里就用到了gsub函数，但是这里需要用一个转义符。

colnames(exprSet1) <- gsub('\\.','-',colnames(exprSet1))  #转义符

这两个‘\\’是必须加的，不然是替换不了的。

2、找出临床数据中，TNBC的患者id

临床数据在上一篇我说的UCSC网站上可以下载

rm(list = ls())
options(stringsAsFactors = F)

a=read.table('BRCA_clinicalMatrix.tsv',header = T,sep = '\t',quote = '')
(tmp=as.data.frame(colnames(a)))
tmp=a[,grepl('her2',colnames(a))]
head(tmp)
table(a$breast_carcinoma_estrogen_receptor_status)
table(a$breast_carcinoma_progesterone_receptor_status)
table(a$lab_proc_her2_neu_immunohistochemistry_receptor_status)
eph=a[,grepl('receptor_status',colnames(a))]
head(eph)
eph=eph[,1:3]
tnbc_s=a[apply(eph,1, function(x) sum(x=='Negative'))==3,1]

3、找出tumor样本，舍弃掉not tumor

exprSet1=na.omit(array_brca)
  exprSet1=exprSet1[,group_list=='tumor']

4、顺序对应TNBC和not TNBC的变量

phe$er <- ifelse(phe$breast_carcinoma_estrogen_receptor_status=='Negative',1,0)
table(phe$er)
phe$pr <- ifelse(phe$breast_carcinoma_progesterone_receptor_status=='Negative',1,0)
table(phe$pr)
phe$her2 <- ifelse(phe$lab_proc_her2_neu_immunohistochemistry_receptor_status=='Negative',1,0)
table(phe$her2)
phe$TNBC <- ifelse((phe$er==1 & phe$pr==1 & phe$her2 ==1),'TNBC','NOT_TNBC')
group_list=phe$TNBC[match(colnames(exprSet1),phe$sampleID)]
table(group_list)
save(exprSet1,group_list,file = 'tcga_brca_TNBC_tumor.Rdata')

ok，我承认这一篇整理的很差，可能也反映了我最近浮躁的心态，需要好好调整一下了。