如何在R中编写通用函数处理qPCR数据的Ct值质控与校正？

需求说明 #

针对qPCR数据表格（列对应基因Ct值，行对应样本重复，每3行属于同一样本），对每个基因列执行以下操作：

• 计算单个Ct值与同一样本内重复Ct均值的绝对差
• 若差值≤0.5，保留原Ct值；若差值>0.5，用该样本其他重复的Ct均值填充，生成命名为[基因名]_F_mean_Ct的新列

原代码的局限性 #

你提供的代码硬编码了固定行范围（1:3、4:6等）和特定列名，当样本数量变化、基因列增减时会失效，无法复用。

通用解决方案 #

以下是基于dplyr的通用函数，自动适配任意样本数和基因列：

1. 加载依赖包

library(dplyr)

2. 定义通用过滤函数

filter_qpcr_ct <- function(data, ct_cols, reps_per_sample = 3) {
  # 自动生成样本分组：每reps_per_sample行归为一个样本
  data <- data %>%
    mutate(sample_group = gl(n() %/% reps_per_sample, reps_per_sample))
  
  # 批量处理所有指定的Ct列，生成过滤后的新列
  data %>%
    mutate(across(all_of(ct_cols), 
                  function(ct_vals) {
                    group_mean <- mean(ct_vals, na.rm = TRUE)
                    # 计算当前值与组均值的绝对差
                    diff_abs <- abs(ct_vals - group_mean)
                    # 替换超出阈值的值为组内排除当前值的均值
                    case_when(
                      diff_abs <= 0.5 ~ ct_vals,
                      TRUE ~ sapply(seq_along(ct_vals), 
                                   function(i) mean(ct_vals[-i], na.rm = TRUE))
                    )
                  },
                  .names = "{col}_F_mean_Ct"))
}

3. 函数使用示例

假设你的数据框是ct20，基因Ct列名为c_myc、gapdh、kras，调用方式如下：

# 指定需要处理的Ct列名
ct20_filtered <- filter_qpcr_ct(ct20, ct_cols = c("c_myc", "gapdh", "kras"))

函数核心特性 #

• 自动分组：通过gl()函数根据每个样本的重复数（默认3）自动生成样本分组，无需硬编码行范围
• 批量处理：用across()批量处理所有指定的基因列，动态生成新列名
• 灵活阈值：可通过修改case_when中的阈值（0.5）调整过滤标准
• NA兼容：na.rm = TRUE确保计算均值时忽略已存在的NA值

内容的提问来源于stack exchange，提问作者A.Mokhtari