Github地址：https://github.com/ShixiangWang/learn-devel-Rpkg

内容源自《R实战》第二版，酌情删改。

写在阅读之前

如果你想要的是快速构建R包骨架，推荐阅读在巨人的肩膀前行 催化R包开发进行学习；如果你想了解更为基本的R包创建知识和过程，推荐阅读开发自己的R包sayHello、谢益辉写的编写R包章节以及本文创建包的文档和建立包章节。阅读一篇文档就想写好R包是远远不够的，还需要不断地实战和理解，才能融会贯通。不仅如此，一些函数和文档写法、技巧也是值得学习的，这正是本文的价值所在。

Let’s begin!

学习内容：

• 学习sed编辑器
• gawk编辑器入门
• sed编辑器基础

shell脚本最常见的一个用途就是处理文本文件，但仅靠shell脚本命令来处理文本文件的内容有点勉为其难。如果我们想在shell脚本中处理任何类型的数据，需要熟悉Linux中的sed和gawk工具。这两个工具可以极大简化我们需要进行的数据处理任务。

文献来源：Ten Simple Rules for Reproducible Computational Research

我们在这里提出针对计算分析研究重复性的十条简单规则。这些规则的使用可以根据自己的研究情况进行调整。

纯属搬砖操作，资料来源《Github入门与实战》，这本书的重要信息也就这些了，需要的时候找一找。

书上提到的一个学习网站https://learngitbranching.js.org/非常棒，线上学习。

来源： Linux命令行与shell脚本编程大全

内容：

• 创建文本菜单
• 创建文本窗口部件
• 添加X Window图形

创建文本菜单

创建交互式shell脚本最常用的方法是使用菜单，它提供了各种选项帮助脚本用户了解脚本能做到的和不能做的。

shell脚本菜单的核心是case命令，该命令会根据用户在菜单上的选择来执行特定命令。

下面我们逐步了解和创建基于菜单的shell脚本的步骤。

来源： Linux命令行与shell脚本编程大全

内容

• 基本的脚本函数
• 返回值
• 在函数中使用变量
• 数组变量和函数
• 函数递归
• 创建库
• 在命令行上使用函数

我们可以将shell脚本代码放进函数中封装起来，这样就能在脚本中的任何地方多次使用它了。

下面我们来逐步了解如何创建自己的shell脚本函数并在应用中使用它们。

记住这个函数！记住这个函数！记住这个函数！ 重要的事情说三遍，为了让你能更清醒地记住，我再说一遍，记住这个函数！

dput是导出数据结构供重复使用的函数，这是跟别人交流或者请教问题的一个重要函数。比如你在用R分析的时候遇到问题了，有问题的是对某个列表或者数据框进行操作，该怎么让别人可以重复你的错误然后帮你找错呢？这就是这个函数存在的意义。

参考学习《R语言与Bioconductor生物信息学应用》第六章

前言

Y叔的公众号biobabble发过一篇【听说你想学R？】,七月份发的但昨天推送了一次，所以我看到了，看到了对《R语言与Bioconductor生物信息学应用》这本书的强力吐槽，而我发的这篇笔记，连同上次发的Bioconductor分析基因芯片数据都是来自于对该书内容的提炼和学习。所以呢我觉得有必要在这里说几句。

坦白说，这本书确实有很多问题，我自己讲讲几点吧：首先，它有点过时了，公众号评论就有人说基因芯片分析过时了，我个人觉得不客观，但确实这本书有些过时，由此产生了一系列问题，特别要提到的就是代码的可重复性，我个人在运行书中一些代码时很多时候会不work，然后我会自己思考怎么让它work，实在不行就放弃；第二点，它不适合R入门的人，特别是你去看它的第一章，云里雾里，好歹我也摸了半年R了啊，好吧，我就直接跳过了；第三点，它的流程不完整，就是不是很连续的都能让你从头到尾的go through下去，自然心里会感觉不爽快。如此种种。

接着你心里已经有准备听我下面要将的“but”的跳转了，我为什么会学它并做笔记，乃至分享出来？首先，在我需要学习芯片和RNAseq分析的时候身边刚好有这本书，我也不知道是谁的，好吧，那就拿起来看看，发现正是我需要的，所以我看它，第一章看不太懂，没意思，我也不想看，直接跳过从第二章看起，到现在整本书基本看了大半，看过的代码都尝试着去运行过，确实有所收获，所以我会写前言，算是对这本书的客观评价吧；其次，我想谈谈有哪些收获，我本人可以算是有编程基础的，算不得菜鸟，但是对于基因芯片的基础也好，RNAseq乃至基因组分析流程、背景等等可以说是菜鸟的不能再菜鸟，这本书给了我对芯片数据来源、处理流程的一些基本认知，其实这在一些国内资源上是找不到的。有一点我心里非常的不服气，为什么我听说中国做生信非常厉害的人很多，找得到的中文资料却很少？为什么百度其他搜索引擎很强大，一涉及科研领域就非常之垃圾？这也是我挺佩服生信技能树或类似的这样的团队以及相关个人，当我们在喷一些书籍很垃圾，而实际它确实有很多问题的时候，我们能不能贡献自己的力量呢？几个月的学习里我深知自己才能有限，所知甚少，所以不断模仿和记录。我把这些笔记陈列出来并不是它写的有多好，多值得模仿，而是它能够给予我们新的知识，又能够在我们忘记时方便查询。学习必然是一个探寻和思索的过程，技能的掌握它不是一本书可以带给你的，特别是一本技术类书籍，它给了你一个看似可行的方案，你要实际去操作它，然后心里给予评价，在你不确定时，需要多方面整理实践不同的解决方案，然后找到自己的出路，建立自己对该某个问题处理的完整体系。

这篇笔记并不会带你真正学好RNA-seq的分析，至少我看完之后没有，但它确实可以补一些知识的模块。它不适应入门R，也不适应完全模仿做具体的分析，而是适合你在掌握R之后，你在做测序分析之前想了解的一些知识。当你知道它非你所需，你可以完全不看它。

整体而言，这本书非常短，整体评价偏差，但国内在这个方面学习恐怕没有比这好的中文书籍吧？（所以我建议多看网络资料，这也是我在交互学习的，比如生信媛公众号文章目录）我希望那些厉害的人物（教授级人物们）能够多拓展一些中文科研的视界（提升国内人员对生信的整体认知与分析能力，加速学习周期），我也会持续记录这样一些知识，与生信技能树里面的小伙伴一起从不同的研究方向，角度去拓展形形色色的基础知识与理论。我再次强调，我专注于笔记的目的除了自身学习以外，是当你在面对一些概念或者问题的疑惑时，你能键入百度搜索后快速地链接到本文，并从中找到可执行的方案或者帮助你理解，而不是完完全全整篇的通读。而当你确实是需要对所有的知识点有学习的需求时，你再选择读它，不仅仅是这一篇笔记或博文。不要浪费自己的时间，也要耐心地投入自己的时间。

参考学习《R语言与Bioconductor——生物信息学应用》第五章，根据自己学习有删改，欢迎分享。本文中有些预备知识或一些方法的原理没有提及，请自行搜索理解或者购买该书学习。

Bioconductor最初就是设计来分析基因芯片数据的，因此芯片分析整体反映了Biocondutor的设计理念和编程思想。

快速入门

通过一个例子了解如何载入芯片数据，完成预处理，最后获得基因（探针组）表达矩阵。

# install CLL package
# library(BiocInstaller)
# biocLite("CLL")

# 载入CLL包，CLL包会自动调用affy包，该包含有一系列处理函数
library(CLL)
# read example dataset，（CLL包附带的示例数据集）
data("CLLbatch")
# pre-process using RMA method
CLLrma <- rma(CLLbatch)
# read expression value after pre-processing
e <- exprs(CLLrma)
# 查看部分数据
e[1:5, 1:5]

记录跟差异基因分析相关的几个概念，主要摘自《R与Bioconductor》一书。