فلترة بيانات في R

السكربت الذي تقدمه هنا يستخدم في برمجة R، ويعتبر جزءًا من كود لفلترة بيانات. دعني أشرح لك كيف يعمل هذا السكربت:

1. cpm(y) تُقدم قيمة التعبير “cpm” على الكائن “y”، والذي قد يكون مصفوفة من البيانات.

2. rowSums(cpm(y) > 1) تقوم بإجراء جمع القيم في كل صف من البيانات الناتجة عن “cpm(y) > 1″، حيث يتم فرز الصفوف التي تحقق الشرط “> 1″، ويتم تخزين النتيجة في مصفوفة جديدة تسمى “keep”.

3. keep >= 3 تحدد الصفوف التي تحتوي على قيم مجموعها 3 أو أكثر. الصفوف التي تستوفي الشرط يتم تخزينها في المتغير “keep”.

4. y[keep, , keep.lib.sizes=FALSE] يقوم بتحديد الصفوف من البيانات الأصلية “y” حسب الشروط المحددة في المصفوفة “keep”، وإعادة تخزينها في “y” بعد تجاهل حجم المكتبة “lib.sizes” (keep.lib.sizes=FALSE).

باختصار، هذا السكربت يقوم بفلترة البيانات في “y” للحفاظ على الصفوف التي تحتوي على قيم مجموعها 3 أو أكثر، وتجاهل حجم المكتبة.

بالطبع! في هذا السياق، تعتبر المصفوفة y عبارة عن مصفوفة لبيانات التعبير الجيني، حيث تمثل الصفوف العينات (samples) والأعمدة الجينات (genes)، وتحتوي قيم الخلايا في المصفوفة على معدلات التعبير الجيني لكل جين في كل عينة.

أما بالنسبة للعمليات التي تمت في الكود:

• cpm(y) تُقدم قيمة التعبير “cpm” على الكائن “y”، والذي يُعتبر اختصارًا لـ “counts per million”، وهو يستخدم لتحويل القيم العددية في المصفوفة إلى معدلات تعبير جيني تُعبر عنها بالنسبة لكل مليون.

• rowSums(cpm(y) > 1) تُجري عملية جمع لقيم المعدلات التعبيرية الجديدة لكل صف (عينة) في المصفوفة بعد تطبيق شرط أن تكون قيم التعبير أكبر من 1، وذلك لتحديد الصفوف التي تحتوي على تعبير جيني ملحوظ.

• keep >= 3 تحدد الصفوف التي تحتوي على قيم مجموعها 3 أو أكثر، حيث يتم تعيين True للصفوف التي تستوفي الشرط و False لغيرها.

• y[keep, , keep.lib.sizes=FALSE] يقوم بتحديد الصفوف المحفوظة في المتغير “keep” من المصفوفة “y”، ويتم تخزينها في المصفوفة “y” مع تجاهل حجم المكتبة (keep.lib.sizes=FALSE)، مما يعني أنها ستحتفظ بالصفوف التي تحققت لها قيمة True في “keep” وتجاهل الحجم المكتبي الذي قد يكون موجودًا في البيانات الأصلية.