R中将RDAVIDWebService返回S4对象转换为dataframe的方法
针对DAVIDFunctionalAnnotationTable对象的转换方法
优先使用包内置方法
RDAVIDWebService包本身为所有DAVID系列S4对象提供了toTable()转换方法,直接调用即可得到标准dataframe:
res_df <- toTable(res)
该方法会自动处理内部槽的映射关系,输出格式是官方预设的功能注释表,适配不同参数返回的S4对象结构。
自定义提取方法
如果需要自定义输出格式,可以手动拆解S4槽实现:
该对象的四个槽功能明确:
@Genes:存储所有输入基因的基础信息,本身继承了data.frame类,可直接转换@Dictionary:存储不同注释数据库的ID与术语对应关系,每个元素都是data.frame@Membership:存储基因与注释条目的关联逻辑矩阵,行对应@Genes的行,列对应对应数据库@Dictionary的ID
如果需要生成【每个基因对应所有关联注释条目】的长表,可参考以下代码:
library(tidyverse) # 提取基因基础信息,添加行索引用于匹配关联矩阵 gene_base <- as.data.frame(res@Genes) %>% mutate(gene_idx = row_number()) # 遍历所有注释数据库生成注释关联表 anno_long <- imap_dfr(res@Dictionary, function(dict, db) { mem_mat <- res@Membership[[db]] # 筛选每个基因关联的注释条目 apply(mem_mat, 1, function(gene_mem) { hit_ids <- colnames(mem_mat)[gene_mem] if(length(hit_ids) == 0) return(tibble()) dict %>% filter(ID %in% hit_ids) %>% mutate(db_source = db, gene_idx = which(gene_mem)) }) %>% bind_rows() }) # 合并得到最终dataframe final_df <- gene_base %>% left_join(anno_long, by = "gene_idx") %>% select(-gene_idx)
如果只需提取单个数据库的注释列表,直接取对应@Dictionary元素即可:
# 示例:提取KEGG通路注释表 kegg_df <- res@Dictionary[["KEGG_PATHWAY"]]
通用S4对象转dataframe说明
不存在完全无需关注内部结构的通用转换方法,S4对象是开发者自定义结构的,不同对象的数据存储逻辑差异极大,强行通用转换只会得到无意义的结果。
有两个半通用技巧可降低适配成本:
- 先查询对应R包的文档,通常这类生物信息学R包都会提供
as.data.frame、toTable、getData这类内置转换方法,优先使用官方方法适配性最高 - 若没有内置方法,可先将S4对象转为列表:
s4_list <- as.list(res),所有槽会转为列表的元素,再根据结构筛选需要的字段拼接为dataframe - 若S4对象结构简单、所有槽长度一致,可直接用
data.frame(as.list(res))一键转换,仅适用于简单S4对象
内容的提问来源于stack exchange,提问作者accibio
相关产品推荐
相关产品推荐

