使用 R 中的 apply 函数进行 Fisher 测试

Question

下面是代码：问题是计算速度很慢。

矩阵 gene1、gene2 的长度都不相同 (8000)

pos <- c()
neg <- c()
either <- c()
for(i in 1:ncol(both)){
    x <- cbind(both[,i], gene1[,i], gene2[,i], neither[,i])
    test <- apply(x, 1, function(s){fisher.test(matrix(s, nrow = 2), 
         alternative = "greater")$p.value})
    pos <- c(test,pos)
    test1 <- apply(x, 1, function(s){fisher.test(matrix(s, nrow = 2), 
         alternative = "less")$p.value})
    neg <- c(test1, neg)
    test2 <- apply(x, 1, function(s){fisher.test(matrix(s, nrow = 2))$p.value})
    either <- c(test2, either)
    }

Answer 1

您可以尝试使用 lapply 循环不同的替代方案（less、greater、two.side）并将fisher.test 调用包装在您自己的函数中。也许是这样的：

myTest <- function(altn,x){
    ft <- apply(x,1,FUN=function(s,alt) {
                        fisher.test(matrix(s,nrow=2),alternative=alt)$p.value},
                        alt=altn)
}

pos <- c()
neg <- c()
either <- c()
for(i in 1:ncol(both)){
    x <- cbind(both[,i], gene1[,i], gene2[,i], neither[,i])
    rs <- lapply(c('two.sided','greater','less'),myTest,x=x)
    pos <- c(rs[[2]],pos)
    neg <- c(rs[[3]],neg)
    either <- c(rs[[1]],either)
}

如果没有一些测试数据来检查，我不能向您保证这不会有任何问题，但这个基本策略应该可以满足您的要求。

请注意，这仍然会调用fisher.test三次，只是以更紧凑的形式。我不知道有一个函数可以在同一个调用中使用所有三种替代方案来计算费舍尔测试，但也许其他人会权衡其中一个。