一、immunedeconv包的下載與安裝

immunedeconv包：用于根據(jù)組織RNA測(cè)序數(shù)據(jù)估算免疫細(xì)胞組分的計(jì)算方法。該包的資源不同于一般的R包，并沒(méi)有儲(chǔ)存在CRAN或者bioconductor中。在github中查找immunedeconv，搜索頁(yè)面出來(lái)的第一個(gè)就是可供R語(yǔ)言調(diào)用的immunedeconv包。點(diǎn)擊進(jìn)入便可以找到immunedeconv包的相關(guān)內(nèi)容，以及下載、使用等相關(guān)信息。

點(diǎn)擊進(jìn)入，頁(yè)面的最下方就是immunedeconv包下載的源代碼，這是調(diào)用remote包中的install．github（）函數(shù)進(jìn)行下載。

執(zhí)行命令如下：

install．packages（＂remotes＂）
remotes：：install＿github（＂icbi－lab／immunedeconv＂

網(wǎng)絡(luò)差！以上代碼執(zhí)行失敗，另尋他法。

嘗試1：通過(guò)各種查閱資料，使用devtool包中的install．github（），依然報(bào)錯(cuò)了，使用remotes：：install＿github（＂icbi－lab／immunedeconv＂）和devtool：：install．github（＂icbi－lab／immunedeconv＂），都出現(xiàn)下面的錯(cuò)誤：

嘗試2：繼續(xù)百度，找到一個(gè)類似的情況，＂invalid multibyte string＂提示此處存在錯(cuò)誤編碼字符。在這里附上原文標(biāo)題，需要的朋友們可以參考一下，簡(jiǎn)書《［R｜報(bào)錯(cuò)解決］Error in nchar（object， type ＝ ＂chars＂） ： invalid multibyte string， element 1》。

最終，多次努力之下如愿下載、安裝、成功加載immunedeconv包（以下展示）。具體的過(guò)程就不再展示了，因?yàn)橄螺dimmunedeconv包需要的依賴包較多，而每個(gè)人的計(jì)算機(jī)已有的內(nèi)置包不一樣，所以每個(gè)人可能會(huì)遇到的一些問(wèn)題不一樣。總之，報(bào)錯(cuò)提示差什么就補(bǔ)什么。 執(zhí)行命令如下：

＃＃＃＃＃＃＃＃＃安裝immunedeconv＃＃＃＃＃＃＃＃＃＃
library（devtools）
Sys．setlocale（category ＝ ＂LC＿ALL＂，locale ＝ ＂us＂）  ＃調(diào)整內(nèi)碼格式
install＿github（＂icbi－lab／immunedeconv＂）
library（＂immunedeconv＂）
ls（＂package：immunedeconv＂）
＃ ［1］ ＂dataset＿racle＂
＃ ［2］ ＂deconvolute＂
＃ ［3］ ＂deconvolute＿cibersort＂
＃ ［4］ ＂deconvolute＿epic＂
＃ ［5］ ＂deconvolute＿mcp＿counter＂
＃ ［6］ ＂deconvolute＿quantiseq＂
＃ ［7］ ＂deconvolute＿quantiseq．default＂
＃ ［8］ ＂deconvolute＿timer＂
＃ ［9］ ＂deconvolute＿xcell＂
＃ ［10］ ＂deconvolution＿methods＂
＃ ［11］ ＂eset＿to＿matrix＂
＃ ［12］ ＂get＿all＿children＂
＃ ［13］ ＂make＿bulk＿eset＂
＃ ［14］ ＂make＿random＿bulk＂
＃ ［15］ ＂map＿cell＿types＂
＃ ［16］ ＂map＿result＿to＿celltypes＂
＃ ［17］ ＂scale＿to＿million＂
＃ ［18］ ＂set＿cibersort＿binary＂
＃ ［19］ ＂set＿cibersort＿mat＂
＃ ［20］ ＂timer＿available＿cancers＂
＃ ［21］ ＂xCell．data＂

二、 deconvolute＿xcell（）的文件分析

deconvolute＿xcell（ ） 是immunedeconv包中的一種基于基因表達(dá)標(biāo)志，用于評(píng)估混合組織中的64種免疫和基質(zhì)細(xì)胞類型組成的計(jì)算方法。故首先用它來(lái)分析手頭的已有bulk array基因表達(dá)矩陣。

第一步：準(zhǔn)備表達(dá)矩陣（行名已注釋為gene symbol，與immunedeconv包中要求的hugo 基因名一致；列名為樣品名）并寫入R．

temptable＜－read．table（file ＝＂GSE10186＿annotated＿exprSet．txt＂ ，header ＝ TRUE，sep ＝ ＂ ＂，row．names ＝ 1）

測(cè)試讀取出內(nèi)容如下：

第二步：執(zhí)行deconvolute＿xcell（）并查看結(jié)果

abc ＜－ deconvolute＿xcell（gene＿expression＿matrix ＝ temptable ，arrays ＝ TRUE）
knitr：：kable（abc［1：5，1：5］， digits＝2）
＃ ｜           ｜ GSM256425｜ GSM256426｜ GSM256427｜ GSM256428｜ GSM256429｜
＃ ｜：－－－－－－－－－－｜－－－－－－－－－：｜－－－－－－－－－：｜－－－－－－－－－：｜－－－－－－－－－：｜－－－－－－－－－：｜
＃ ｜aDC        ｜      0．00｜      0．03｜      0．03｜      0．04｜      0．04｜
＃ ｜Adipocytes ｜      0．07｜      0．09｜      0．09｜      0．08｜      0．10｜
＃ ｜Astrocytes ｜      0．00｜      0．00｜      0．00｜      0．00｜      0．00｜
＃ ｜B－cells    ｜      0．02｜      0．00｜      0．00｜      0．07｜      0．00｜
＃ ｜Basophils  ｜      0．00｜      0．13｜      0．05｜      0．06｜      0．14｜

第三步：將結(jié)果保存為．csv文件。

write．csv（file ＝ ＂GSE10186＿Xcell．csv＂）

三、for循環(huán)進(jìn)行文件批量處理＃

1．將所有要分析的同類型文件放在同一個(gè)文件夾下，將其設(shè)置為當(dāng)前工作路徑
＃1．1獲取該文件夾下的文件名和文件個(gè)數(shù)（我這里共有6個(gè)文件）
files＜－dir（）
files
＃ ［1］ ＂GSE10186＿annotated＿exprSet．txt＂         ＂GSE116174＿annotated＿exprSet．txt＂
＃ ［3］ ＂GSE14520＿GPL3921＿annotated＿exprSet．txt＂ ＂GSE14520＿GPL571＿annotated＿exprSet．txt＂
＃ ［5］ ＂GSE364＿annotated＿exprSet．txt＂           ＂GSE54236＿annotated＿exprSet．txt＂
n ＜－ length（files）  ＃6L
＃2． for循環(huán)語(yǔ)句
＃2．1 簡(jiǎn)單試一試for循環(huán)是否可以正確執(zhí)行。這里用的是批量提取文件的名稱，并進(jìn)行重命名
for （ i in 1：n）｛
 print（paste（strsplit（files［i］，＂＿＂）［［1］］［1］，＂＿＂，i，＂＿Xcell．csv＂））
｝
＃2．2 正式進(jìn)入循環(huán)：讀入文件－執(zhí)行deconvolute＿xcell（）－寫出．csv文件，共循環(huán)6次。
for （ i in 1：n）｛
 temptable＜－read．table（file ＝ files［i］，header ＝ TRUE，
                     sep ＝ ＂ ＂，
                      row．names ＝ 1，
                     quote ＝ ＂＂）
 deconvolute＿xcell（gene＿expression＿matrix ＝ temptable ，
                   arrays ＝ TRUE） ％＞％
   write．csv（file ＝ paste（strsplit（files［i］，＂［＿］＂）［［1］］［1］，＂＿＂，i，＂＿Xcell．csv＂））
｝

最終的結(jié)果：

四、批量處理過(guò)程中遇到的問(wèn)題及解決方法

盡管自己認(rèn)為for循環(huán)已經(jīng)寫得很完美了，但剛開(kāi)始其實(shí)并沒(méi)有想象中的那么順利，囧…… 文件內(nèi)容不變，還是剛開(kāi)始的文件。但是系統(tǒng)一直報(bào)錯(cuò)：大意是結(jié)果只返回了第一條。在讀文件的時(shí)候遇到了問(wèn)題。具體什么原因，我就不得而知了，只有一步一步來(lái)嘗試。

解決思路：

為什么結(jié)果只返回第一條？試一試循環(huán)，看是不是循環(huán)出問(wèn)題了�？梢钥闯觯�循環(huán)沒(méi)有問(wèn)題，因?yàn)榭梢暂斎?個(gè)結(jié)果；故可排除循環(huán)出問(wèn)題的可能性。問(wèn)題就出在讀入文件－執(zhí)行deconvolute＿xcell（）－寫入．csv文件中。

既然不能循環(huán)，那就只有拆分開(kāi)來(lái)處理。如下：依次處理，依次看每一步的執(zhí)行情況。 第一個(gè)順利。

oh．．．．．．第二個(gè)好像出問(wèn)題了？原來(lái)for循環(huán)的問(wèn)題出現(xiàn)在這里。

打開(kāi)原文件查看，肉眼并不能發(fā)現(xiàn)數(shù)據(jù)格式問(wèn)題。既然它繼續(xù)提示字符帶有引號(hào)（盡管在數(shù)據(jù)處理之前我已經(jīng)統(tǒng)一去除了引號(hào)，這里為什么會(huì)這樣提示，我也不知道原因），那就去掉引號(hào)吧。 read．table（）中quote＝＂＂參數(shù)可以用于指定包圍字符型數(shù)據(jù)的字符。

增加該參數(shù)后，再次執(zhí)行第二個(gè)文件的數(shù)據(jù)處理，結(jié)果就很順利。在后面的4個(gè)文件中，也使用該參數(shù)，鑒定完畢，其他幾個(gè)文件沒(méi)有問(wèn)題。

最后再次嘗試for循環(huán)：在for循環(huán)中添加該參數(shù)，再次執(zhí)行for循環(huán)。結(jié)果不出意料，非常順利。就是我上面展示的“2．2 正式進(jìn)入循環(huán)：讀入文件－執(zhí)行deconvolute＿xcell（）－寫出．csv文件，共循環(huán)6次”后的結(jié)果了。

結(jié)論：在執(zhí)行for循環(huán)的時(shí)候，例如從第1個(gè)文件到第20個(gè)文件，如果在第5個(gè)文件處出錯(cuò)，那么系統(tǒng)就可以執(zhí)行到第4個(gè)文件，然后提示返回第1個(gè)文件，故我們需要解決第5個(gè)文件的問(wèn)題。唯有解決第5個(gè)文件的問(wèn)題，或者跳過(guò)第5個(gè)文件，才可以繼續(xù)執(zhí)行第6個(gè)文件到第20個(gè)文件的命令。