如何用dplyr转换数据，对每个甲基化位点做Fisher精确检验

我们需要对包含肿瘤组（Tumor）和正常组（Normal）甲基化/非甲基化计数的数据集，按每个位点（每行）构建2x2列联表并执行Fisher精确检验，以下是基于dplyr的实现方案：

示例数据集 #

首先定义示例数据：

methyl_dat <- data.frame(loci = c("site1", "site2", "site3", "site4"), 
           Methy.tumor = c(50, 5, 60, 12), 
           UnMethy.tumor = c(60, 0, 65, 5), 
           Methy.Normal = c(13, 5, 22, 3),
           UnMethy.Normal = c(86, 0, 35, 3) )

每个位点的列联表结构以site1为例：

Normal
Tumor          Methyl  UnMethy
  Methy         50      13
  UnMethy       60      86

实现步骤 #

1. 加载必要的包

library(dplyr)

2. 逐行处理并执行Fisher检验

# 逐行处理每个位点，执行Fisher检验并提取结果
methyl_fisher_result <- methyl_dat %>%
  rowwise(loci) %>%
  mutate(
    # 构建2x2列联表矩阵
    cont_table = list(
      matrix(
        c(Methy.tumor, Methy.Normal,
          UnMethy.tumor, UnMethy.Normal),
        nrow = 2,
        dimnames = list(
          c("Tumor_Methyl", "Tumor_UnMethyl"),
          c("Normal_Methyl", "Normal_UnMethyl")
        )
      )
    ),
    # 执行Fisher精确检验
    fisher_res = list(fisher.test(cont_table)),
    # 提取关键结果：p值、优势比(OR)及置信区间
    p_value = fisher_res$p.value,
    odds_ratio = fisher_res$estimate,
    or_ci_low = fisher_res$conf.int[1],
    or_ci_high = fisher_res$conf.int[2]
  ) %>%
  # 保留有用列，取消分组
  select(loci, p_value, odds_ratio, or_ci_low, or_ci_high) %>%
  ungroup()

3. 查看结果

print(methyl_fisher_result)

说明 #

• rowwise(loci)：指定按loci列分组，实现逐行独立处理
• 列联表矩阵的维度对应检验需求，确保行是肿瘤组的甲基化/非甲基化计数，列是正常组的对应计数
• 提取的结果包含每个位点的显著性p值、优势比及其95%置信区间，可直接用于后续分析

内容的提问来源于stack exchange，提问作者sahuno