想要复现一篇WGCNA文章中的原图，数据集时GSE85589，前面在下载数据时折腾了好久，原因是呢，我下载的矩阵的miRNA探针就只有2000来个，以为不对劲，于是想要去下载CEL文件，但是又碰到了一系列问题。下面是折腾的过程。其中让我泪崩的就是两个主要解决不了的报错，一个是
mirna40CDF，一个是read.celfiles这两个报错，其实到最后也没解决掉，好在后来老大jimmy告诉我miRNA探针就有2000来个是正常的，我才能得以继续，不然要折腾到猴年马月呀！哈哈
下载后的截图如下。
image-20191112072858413
值得注意的是，下载后的dat非常小，dim后只有2000多个探针
image-20191112073458892
image-20191112005930693
于是我想要去去下载CEL文件，下载的代码如下
setwd('./')
library(affy)
dir_cels='GSE85589_RAW'
data <- ReadAffy(celfile.path=dir_cels)
eset <- rma(data)
calls <- mas5calls(data) # get PMA calls
calls <- exprs(calls)
absent <- rowSums(calls == 'A') # how may samples are each gene 'absent' in all samples
absent <- which (absent == ncol(calls)) # which genes are 'absent' in all samples
rmaFiltered <- eset[-absent,] #
不过出现了报错，就是这个mirna40CDF的问题，当时觉得问题不大
image-20191112074606354
既然有报错提示信息，谷歌说用read.celfiles
image-20191112073818452
上面选n没有成功，那么我下次选a。
image-20191112074053533
问我do you 。。。，选yes
image-20191112074121995
然而还是有报错
image-20191112075747172
安了Biocmanager，第一遍选择了‘a’，但是加载不出，安装第二遍，选择了‘n’，依然是不行
image-20191112080058942
换个思路，还是走老大的那个
image-20191112080831816
搜索这个AffyBatch,貌似和下面这个CDF的报错是有关联的,这个batch是批次的意思，那么很有可能和表达量有关，那么再思考一下
image-20191112081140970
这个数据集的sample有下图
image-20191112081432985
后面的PC1才是我们想要的PDAC数据，文章中说总共有88个PDAC数据，我把PDAC数据集中间的省略，直接截图后面的，下面这图就是说还有ICC1啊和SC1的数据
<img src="https://tva1.sinaimg.cn/large/006y8mN6gy1g95vmqztj0j30i80widms.jpg" alt="image-20191112081705273" style="zoom:33%;" />
还有normal信息，和文章中的数量是能个对上的
<img src="https://tva1.sinaimg.cn/large/006y8mN6gy1g95vms47npj30g80ocwie.jpg" alt="image-20191112082741576" style="zoom:50%;" />
但是依然报错如下，好吧，肯定不是cel文件数量或批次的问题
<img src="https://tva1.sinaimg.cn/large/006y8mN6gy1g95vmvcpdnj313c0a0jw0.jpg" alt="image-20191112082834811" style="zoom:50%;" />
其实前面谷歌过这个miRNA-4_0的问题,如下，但是并没有人有后面的回答了
<img src="https://tva1.sinaimg.cn/large/006y8mN6gy1g95vmx7kdpj31d40oan4p.jpg" alt="image-20191112083022667" style="zoom:50%;" />
所以解决rma的关于AffyBatch的问题，谷歌同样有人问
image-20191112090455242
解答如下，意思是说
image-20191112090546364
getwd()
[1] "/Users/mengmeng/Desktop/再做-WGCNA/GSE85589_RAW"
mydata_GSE85589<-ReadAffy()
rma.data <- affy::rma(mydata_GSE85589)
报错信息如下，又回到了前面CDF和miRNA-4_0的问题，说这个包没安，虽然上面我截了一张图那个外国人说下载这个miRNA-4_0都不行，但是👇给我的报错信息就是没有安装mirna40cdf这个包
image-20191112092516016
提示让选择的时候我选择‘a’，问yes还是no的时候也选择‘yes’，但是就是不给面子
image-20191112093854092
关于搜索过程
- 第一种 是说被赛默飞收购了 所有不提供支持服务https://www.biostars.org/p/367835/ 解释说如下
The CDFs for these old Affymetrix arrays can be very difficult to find. A problem was that Affymetrix were purchased by ThermoFisher, and support for products was lost.
I have done a search and found these sources:
http://www.affymetrix.com/support/technical/byproduct.affx?product=cytoscan_kit (look at ChAS files, at the bottom)
但是通过上面的链接我没获得什么信息，有人回复亦如此：Thanks Kevin. I've downloaded the CDF file from the second link and I've move to the folder with the CELs but errors don't disappear... thanks anyway!
- 第二种
#还有人这种方法
library(oligo)
dat <- read.celfiles(list.celfiles())
eset <- rma(dat)
但是我的报错如下
image-20191112075747172
针对上么解决谷歌搜索说
rma.data <- affy::rma(gse28403preset)
#但是根本没有这个gse28403preset，我进到这个cel的目录下用affy::rma下载后，就又返回提示mirna40CDF的报错了
image-20191112100828253
- 第三种从官网获得
CDF文件
image-20191112101131691
image-20191112101120725
下载后解压放到和cel文件一起的文件夹里，工作目录也是此文件夹，结果报同样mirna40CDF的错。不行
<img src="https://tva1.sinaimg.cn/large/006y8mN6gy1g95vnlzqlej30m406wdgy.jpg" alt="image-20191112104438390" style="zoom:50%;" />
<img src="https://tva1.sinaimg.cn/large/006y8mN6gy1g95vnjs9v2j30vs0be43f.jpg" alt="image-20191112104749712" style="zoom:50%;" />
- 第四种，下载makecdfenv包
- 同样的在https://support.bioconductor.org/p/57041/也搜索到类似的回答
image-20191112101245485
这个还没试，这个回答里内容很多。不过其实一开始下载的矩阵就是对的，那就不纠结了，前面的当成是一个探索的过程吧，可以直接看下集，其实还有个中集，也是个记录过程，没耐心烦儿的直接看下集，哈哈哈。
最后友情宣传生信技能树
-
全国巡讲:R基础，Linux基础和RNA-seq实战演练 : 预告：12月28-30长沙站
网友评论