r - R 中的多重 T 检验

Question

我的矩阵中有 94 个变量(样本+蛋白质+组)和 172 个观察值:

Sample   Protein1   Protein2 ... Protein92 Group
1          1.53      3.325   ...   5.63      0
2          2.32      3.451   ...   6.32      0
.
. 
.
103        3.24      4.21    ...   3.53      0               
104        3.44      5.22    ...   6.78      1
.
.
.
192        6.75      4.34    ...   6.15      1

一些样本属于第 0 组，有些属于第 1 组。我想使用 t 检验来测试第 0 组和第 1 组之间是否存在差异，并且我想对所有蛋白质执行此操作。我正在考虑使用 apply，但我不知道如何使用它。而且名称不是 Protein1、 Protein2...，它更长，所以我不想把它们全部写下来。

我也只想要矩阵中每个蛋白质的 p 值，如下所示:

Protein  p-value
Protein1   0.00563
Protein2   0.0640
.
.
Protein92  0.610

或者类似的东西，这样我之后就可以找到 p 值低于 0.05/92 的那些。

<小时/>

编辑:

开始以长格式工作，这件事不再是一个真正的问题:

library(tidyverse)

df %>%
gather(Protein, Value,-Sample,-Group)) %>%
group_by(Protein) %>%
do(broom::tidy(t.test(Value ~ Group, data = .))) %>%
ungroup() %>% 
mutate(Adjusted_pval = p.adjust(p.value, method = "fdr"))

Answer 1

尝试如下:

sapply(df[,2:93], function(i) t.test(i ~ df$Group)$p.value)

将返回 p.value 数组。

您可以将其存储为 data.frame 并通过执行以下操作查找低 p 值:

x <- data.frame(p.value= sapply(df[,2:93], function(i) t.test(i ~ df$Group)$p.value))
x$protein_name <- rownames(x) # edit: new column for protein_name 
rownames(x) <- NULL           # edit: new column for protein_name
x[x$p.value < 0.05/92,]

请注意，数组元素的名称和数据框的行名称保留 Protein1、Protein2 等。 编辑:我为每个 OP 意图添加了一列蛋白质名称，并将其从 rowname 中删除，这样就不会' t 在 print()

处出现两次

附注很高兴看到您正在调整多重比较的 p 值。