MetaboAnalystR深入探究

花了将近三天的时间把MetaboAnalystR（以下简称Met）装到了本地Rstudio，感觉遇到的困难基本都是网络环境引起的，Met的依赖包超多（没仔细数，大概100多个~~），我是不断切换镜像不断尝试才装全的，好像翻不翻墙也没区别。

安装好之后就开始测试了，Met的在线工具提供了所有运行的R代码，很方便，一遍做demo case，一遍从右侧显示栏中拷贝就可以。

Met的运行方式是先创建一个对象，从该对象的实例中调用所有的方法，然后把结果（包括原始数据，中间结果，参数，消息，计算结果）都存在一个list中，通过该list访问所有的数据。

如下所示，先创建实例：

library(MetaboAnalystR)

mSet<-InitDataObjects("conc", "stat", FALSE)

然后读入原始数据文件：

mSet<-Read.TextData(mSet, "example.csv", "rowu", "disc")

进行数据预处理：

mSet<-SanityCheckData(mSet)

mSet<-RemoveMissingPercent(mSet, percent=0.5)

mSet<-ImputeVar(mSet, method="colmin")

mSet<-PreparePrenormData(mSet)

mSet<-Normalization_new(mSet, "MedianNorm","NULL", "AutoNorm", ratio=FALSE, ratioNum=20) #Normalization by Median 

mSet<-PlotNormSummary(mSet, "norm_0_", "png", 72, width=NA) mSet<-PlotSampleNormSummary(mSet, "snorm_0_", "png", 72, width=NA)

这个时候可以通过这个叫mSet的实例访问中间结果，例如查看标准化之后的数据:

> head(mSet$dataSet$norm)

                   38293      38768      38296    63436      62533     57814    43264   52984    63339       48761

DN-DIAN-04354 -0.4510268 -0.4108774 -0.3144024 0.281227 -0.4522143 -1.172844 2.002095 2.30048 1.155231 -0.07122195

                    48762     52603    53174      19130    34404    32391     20675      21049    34400    44621

DN-DIAN-04354 -0.09126524 0.5547339 1.381842 -0.1734245 1.613195 0.532853 -1.984583 -0.5925946 1.416321 -1.22541

                   52689      52673     52682      52677      52478     52477     52713     52716     52474     39270

DN-DIAN-04354 -0.8063881 0.03062653 -1.042814 -0.9823172 -0.9331347 0.6030661 -1.753723 -1.045334 -2.779916 -1.581398

                  52475      52748     52614     39271      33228      35186     34214    62558   62559    62566    62564

DN-DIAN-04354 0.7092436 0.03947284 0.7294586 -1.566635 -0.9731796 -0.7161951 0.8173107 2.039182 3.76508 2.181328 1.644228

各种可视化图保存在默认工作路径下。

接下来要扒开分析函数的内部代码了，通过Met在Github提供的链接，找到了所有的函数源码，可以查看内部的运算过程，例如做normalisation的函数：

Normalization_new <-function (mSetObj = NA, rowNorm, transNorm, scaleNorm, ref = NULL, ratio = FALSE, ratioNum = 20)

{

    mSetObj <- .get.mSet(mSetObj)

    data <- mSetObj$dataSet$prenorm

    cls <- mSetObj$dataSet$prenorm.cls

    if (substring(mSetObj$dataSet$format, 4, 5) == "ts") {

        if (is.null(mSetObj$dataSet$prenorm.facA)) {

            nfacA <- mSetObj$dataSet$facA

            nfacB <- mSetObj$dataSet$facB

        }

        else {

            nfacA <- mSetObj$dataSet$prenorm.facA

            nfacB <- mSetObj$dataSet$prenorm.facB

        }

... omit the rest....

如果认为哪一个函数需要修改或者debug，可以修改后重新定义。