仅特定变量之间的相关性答案

【问题标题】：Correlation between only specific variables仅特定变量之间的相关性
【发布时间】：2021-02-15 12:29:47
【问题描述】：

我有一些如下所示的数据：

    data <- structure(list(Gene1 = c(8.030835566, 7.523710852, 8.132012083, 
6.351834008, 6.325281674, 6.810264692), Gene2 = c(8.755819384, 
8.101372382, 8.691221404, 7.963358311, 7.003639076, 8.860927111
), Gene3 = c(6.504333248, 8.832470479, 10.7661583, 12.48262164, 
6.003163216, 6.810264692), Gene4 = c(7.773754938, 6.545394663, 
7.499168201, 5.587808389, 5.587808389, 5.587808389), Gene5 = c(9.782169709, 
9.208945473, 10.07340718, 8.452540072, 6.810926028, 8.757832761
), Gene6 = c(6.808970669, 6.545394663, 7.206623134, 6.848704398, 
5.587808389, 8.090400794), Gene7 = c(10.32869976, 10.09035118, 
9.541872802, 10.57521096, 7.910751686, 10.02532033), Gene8 = c(7.274379599, 
6.545394663, 7.499168201, 7.963358311, 6.003163216, 7.909825918
), Gene9 = c(8.605820177, 8.101372382, 8.293403668, 10.21655691, 
6.003163216, 6.324818701), Gene10 = c(12.30601467, 12.27069432, 
12.47496174, 12.23379266, 10.04845125, 12.4664811), X.1 = c(NA, 
NA, NA, NA, NA, NA)), class = "data.frame", row.names = c("S1", 
"S2", "S3", "S4", "S5", "S6"))

以上数据只是一个例子。原始数据超过 1000 行。我实际上只想与下面的特定变量进行相关性。

Gene1 * Gene7
Gene2 * Gene8
Gene3 * Gene10
Gene5 * Gene6
Gene4 * Gene9

我只对上述相关性感兴趣。我不希望 Gene1 和所有其他基因之间存在相关性。我可以对所有变量进行相关并过滤掉感兴趣的变量，但是我有超过 1000 个，所以我很难过滤。

那么，有没有办法只获取特定感兴趣的GeneX * GeneY 并进行关联？

我正在使用Hmisc 库和rcorr 函数进行关联。

【问题讨论】：

具体组合如何保存在您的案例中？向我们展示实际的对象（结构）。
我已经展示了问题中的数据。我只想关联这些特定的组合。
不是带有基因的数据，而是带有组合的第二个表。

标签： r correlation r-corrplot hmisc

【解决方案1】：

试试这个例子：

# make combinations
x <- read.table(text = "g1 g2
Gene1 Gene7
Gene2 Gene8
Gene3 Gene10
Gene5 Gene6
Gene4 Gene9", header = TRUE) 

# then get correlation
cbind(x, Corr = apply(x, 1, function(i) cor(data[,  i[ 1 ]], data[,  i[ 2 ]])))
#      g1     g2      Corr
# 1 Gene1  Gene7 0.3064922
# 2 Gene2  Gene8 0.7185533
# 3 Gene3 Gene10 0.4521448
# 4 Gene5  Gene6 0.5747986
# 5 Gene4  Gene9 0.3009623

要获取 p 值，请运行 cor.test:

cbind(x, t(apply(x, 1, function(i){
  res <- cor.test(data[,  i[ 1 ]], data[,  i[ 2 ]])
  c(cor = res$estimate[[ "cor" ]], p = res$p.value)
  })))
#      g1     g2       cor         p
# 1 Gene1  Gene7 0.3064922 0.5546572
# 2 Gene2  Gene8 0.7185533 0.1076713
# 3 Gene3 Gene10 0.4521448 0.3680000
# 4 Gene5  Gene6 0.5747986 0.2327570
# 5 Gene4  Gene9 0.3009623 0.5621868

【讨论】：