如何在R的data.frame中查询指定基因关联通路并将多通路合并为单行？

1. 查询指定基因关联的所有通路 #

你编写的筛选函数已经可以实现该需求，同时也可以根据使用场景选择基础R或tidyverse方案：

• 基础R实现（无需加载第三方包）：

# 直接筛选V2列等于目标基因的所有行
result <- x[x$V2 == "MYH8", ]

• tidyverse（dplyr）实现：

library(dplyr)
# 全等匹配筛选
result <- filter(x, V2 == "MYH8")

# 如果需要模糊匹配（比如匹配基因名前缀/后缀），可以改用grepl判断
result <- filter(x, grepl("MYH", V2, ignore.case = TRUE))

2. 同一基因的多通路结果合并到同一行 #

可以在筛选后通过分组聚合，将通路名拼接为单个字符串，或拆分为多列展示：

方案1：通路拼接为单个字符串 #

library(dplyr)
# 改造后的查询函数
f1_agg <- function(dat, target_gene) {
  dat %>%
    filter(V2 == target_gene) %>%
    group_by(V2) %>%
    # 用分号+空格作为分隔符拼接所有通路
    summarise(associated_pathways = paste(pathway_vec, collapse = "; "), .groups = "drop")
}

# 测试调用
f1_agg(x, "MYH8")

返回结果示例：

方案2：通路拆分为多列展示 #

如果需要每个通路单独占一列，可以再叠加tidyr的宽表转换函数：

library(dplyr)
library(tidyr)

f1_agg_wide <- function(dat, target_gene) {
  dat %>%
    filter(V2 == target_gene) %>%
    group_by(V2) %>%
    summarise(associated_pathways = paste(pathway_vec, collapse = "; "), .groups = "drop") %>%
    # 按分隔符拆分，自动生成通路1、通路2...列
    separate_wider_delim(associated_pathways, delim = "; ", names = paste0("pathway_", 1:n_distinct(dat$pathway_vec[dat$V2 == target_gene])))
}

批量处理所有基因 #

如果需要一次性生成所有基因对应通路的聚合表，去掉filter步骤即可：

all_gene_pathway_map <- x %>%
  group_by(V2) %>%
  summarise(associated_pathways = paste(pathway_vec, collapse = "; "), .groups = "drop")

内容的提问来源于stack exchange，提问作者Bogdan