バイオ・データ・マイニング/Rでマイクロアレイ・データを使うの変更点

*はじめに [#r35eebe6]

Rで使えるマイクロアレイ・データをダウンロードして解析してみます．

マイクロアレイ・データについては，以下のページを参考にしてください．
-[[DNAマイクロアレイ・データを解析する>バイオ・データ・マイニング/DNAマイクロアレイ・データを解析する]]
-[[DNAマイクロアレイ・データを解析する>バイオ・データ・マイニング/DNAマイクロアレイ・データを解析する]] - とうごろうぃき


ここでは，GitHubに公開されているR用の[[''datamicroarray''パッケージ:https://github.com/ramhiser/datamicroarray]]を利用します．
このデータセットには，以下のデータが含まれています．
-乳がん (Breast Cancer)
--Chin (2006)
--Chowdary (2006)
--Gravier (2010)
--Sorlie (2001)
--West (2001)
-中枢神経障害 (Central Nervous System Disorders)
--Pomeroy (2002)
-クローン病 (Crohn's Disease)
--Burczynski (2006)
-結腸がん (Colon Cancer)
--Alon (1999)
-グリオーマ (Glioma)
--Sun (2006)
-ハンチントン病 (Huntington's Disease)
--Borovecki (2005)
-白血病 (Leukemia)
--Chiaretti (2004)
--Golub (1999)
--Yeoh (2002)
-肺がん (Lung Cancer)
--Gordon (2002)
-リンパ腫 (Lymphoma)
--Shipp (2002)
-骨髄腫 (Myeloma)
--Tian (2003)
-前立腺がん (Prostate Cancer)
--Singh (2002)
-肉腫 (Sarcoma)
--Nakayama (2007)
-小円形青色細胞腫瘍 (Small Round Blue Cell Tumors)
--Khan (2001)
-その他 (Miscellaneous)
--Christensen (2009)
--Su (2002)
--Subramanian (2005)




*ダウンロード [#x00fcbb8]

GitHubで公開されているパッケージをダウンロードするには，''devtools''パッケージが必要です．
そこで，まずdevtoolsパッケージをインストールします．
''install.packages''コマンドを実行すると，パッケージをダウンロードするサーバーを聞かれますので，リストからJapanのどれかを選択します．
ただし，私がやったときは，Hyogoにしたらダウンロードに失敗したのでTsukubaにしました．
#geshi((rsplus){{
> install.packages("devtools")
}}

次に，''devtools''パッケージを使って，''datamicroarray''パッケージをダウンロードします．
#geshi(rsplus){{
> library(devtools)
> install_github('datamicroarray', 'ramey')
}}

ダウンロードするのに時間がかかりましたが，これでデータが使えるようになりました．



*使い方 [#ec38e814]

それでは，Alon (1999) の結腸がん (Coron Cancer) データセットを使ってみます．
#geshi(rsplus){{
> library(datamicroarray)
> data('alon', package='datamicroarray')
}}

マイクロアレイ・データには，2つの変数があります．
-''x'': [math]n \times p[/math] データ行列．[math]n[/math] はデータ数，[math]p[/math] は特徴数．
-''y'': 長さ [math]n[/math] のファクター・ベクトル．

#geshi(rsplus){{
> dim(alon$x)
[1]   62 2000
> table(alon$y)
 n  t 
22 40 
}}
Alon (1999)には2000次元のデータが62個含まれていて，62個のデータのうち22個がラベルn，残り40個がラベルtであることがわかります．

''describe_data関数''を使うと，データの一覧を表示できます．
#geshi(rsplus){{
        author year   n     p  K              Disease
1         alon 1999  62  2000  2         Colon Cancer
2    borovecki 2005  31 22283  2 Huntington's Disease
3   burczynski 2006 127 22283  3      Crohn's Disease
4    chiaretti 2004 111 12625  2             Leukemia
5         chin 2006 118 22215  2        Breast Cancer
6     chowdary 2006 104 22283  2        Breast Cancer
7  christensen 2009 217  1413  3                  N/A
8        golub 1999  72  7129  3             Leukemia
9       gordon 2002 181 12533  2          Lung Cancer
10     gravier 2010 168  2905  2        Breast Cancer
11        khan 2001  63  2308  4                SRBCT
12    nakayama 2001 105 22283 10              Sarcoma
13     pomeroy 2002  60  7128  2            CNS Tumor
14       shipp 2002  58  6817  2             Lymphoma
15       singh 2002 102 12600  2      Prostate Cancer
16      sorlie 2001  85   456  5        Breast Cancer
17          su 2002 102  5565  4                  N/A
18 subramanian 2005  50 10100  2                  N/A
19         sun 2006 180 54613  4               Glioma
20        tian 2003 173 12625  2              Myeloma
21        west 2001  49  7129  2        Breast Cancer
22        yeoh 2002 248 12625  6             Leukemia
}}


*参考文献 [#y15be88c]
-[[ramhiser/datamicroarray | GitHub:https://github.com/ramhiser/datamicroarray]]

-[[ramhiser/datamicroarray:https://github.com/ramhiser/datamicroarray]] - GitHub