### R code from vignette source 'vignettes/clippda/inst/doc/clippda.Rnw' ################################################### ### code chunk number 1: loadPacks ################################################### library(clippda) ################################################### ### code chunk number 2: setWidth ################################################### options(width=60) ################################################### ### code chunk number 3: liverdata ################################################### data(liverdata) data(liverRawData) data(liver_pheno) liverdata[1:4,] liverRawData[1:4,] ################################################### ### code chunk number 4: decription1 ################################################### names(liverdata) dim(liverdata) ################################################### ### code chunk number 5: checkNo.replicates ################################################### no.peaks <- 53 no.replicates <- 2 checkNo.replicates(liverRawData,no.peaks,no.replicates) ################################################### ### code chunk number 6: preProcRepeatedPeakData ################################################### threshold <- 0.80 Data <- preProcRepeatedPeakData(liverRawData, no.peaks, no.replicates, threshold) ################################################### ### code chunk number 7: difference ################################################### setdiff(unique(liverRawData$SampleTag),unique(liverdata$SampleTag)) setdiff(unique(Data$SampleTag),unique(liverdata$SampleTag)) ################################################### ### code chunk number 8: spectrumFilter ################################################### TAGS <- spectrumFilter(Data,threshold,no.peaks)$SampleTag NewRawData2 <- Data[Data$SampleTag %in% TAGS,] dim(Data) dim(liverdata) dim(NewRawData2) ################################################### ### code chunk number 9: no.replicates ################################################### length(liverRawData[liverRawData$SampleTag == 25,]$Intensity)/no.peaks length(liverRawData[liverRawData$SampleTag == 40,]$Intensity)/no.peaks ################################################### ### code chunk number 10: coherencepeaks ################################################### Mat1 <- matrix(liverRawData[liverRawData$SampleTag == 25,]$Intensity,53,3) Mat2 <-matrix(liverRawData[liverRawData$SampleTag == 40,]$Intensity,53,4) cor(log2(Mat1)) cor(log2(Mat2)) ################################################### ### code chunk number 11: coherencepeaks ################################################### Mat1 <- matrix(liverRawData[liverRawData$SampleTag == 25,]$Intensity,53,3) Mat2 <-matrix(liverRawData[liverRawData$SampleTag == 40,]$Intensity,53,4) sort(mostSimilarTwo(cor(log2(Mat1)))) sort(mostSimilarTwo(cor(log2(Mat2)))) ################################################### ### code chunk number 12: confirmpreprocessing ################################################### names(NewRawData2) dim(NewRawData2) names(liverdata) dim(liverdata) setdiff(NewRawData2$SampleTag,liverdata$SampleTag) setdiff(liverdata$SampleTag,NewRawData2$SampleTag) summary(NewRawData2$Intensity) summary(liverdata$Intensity) ################################################### ### code chunk number 13: sampleClusteredData ################################################### JUNK_DATA <- sampleClusteredData(NewRawData2,no.peaks) head(JUNK_DATA)[,1:5] ################################################### ### code chunk number 14: column1 ################################################### as.vector(t(matrix(liverdata[liverdata$SampleTag %in% 156,]$Intensity,53,2))[,1:5]) length(as.vector(t(matrix(liverdata[liverdata$SampleTag %in% 156,]$Intensity,53,2)))) as.vector(t(matrix(NewRawData2[NewRawData2$SampleTag %in% 156,]$Intensity,53,2))[,1:5]) length(as.vector(t(matrix(NewRawData2[NewRawData2$SampleTag %in% 156,]$Intensity,53,2)))) ################################################### ### code chunk number 15: createClassObject ################################################### OBJECT=new("aclinicalProteomicsData") OBJECT@rawSELDIdata=as.matrix(NewRawData2) #OBJECT@rawSELDIdata=as.matrix(liverdata) OBJECT@covariates=c("tumor" , "sex") OBJECT@phenotypicData=as.matrix(liver_pheno) OBJECT@variableClass=c('numeric','factor','factor') OBJECT@no.peaks=no.peaks OBJECT ################################################### ### code chunk number 16: ExtractComponetsOfeSet ################################################### head(proteomicsExprsData(OBJECT)) head(proteomicspData(OBJECT)) ################################################### ### code chunk number 17: Zplots_1 ################################################### probs=seq(0,1,0.01) # provide hypothetical proportions of cases vs controls ZvaluescasesVcontrolsPlots(probs) ################################################### ### code chunk number 18: Zplots_2 ################################################### nsim=10000;nobs=300;proposeddesign=c(1,2,1,7);balanceddesign=c(1,1,1,1) ZvaluesfrommultinomPlots(nsim, nobs, proposeddesign, balanceddesign) ################################################### ### code chunk number 19: biologicalParameters ################################################### intraclasscorr <- 0.60 signifcut <- 0.05 Data=OBJECT sampleSizeParameters(Data, intraclasscorr, signifcut) Z <- as.vector(fisherInformation(Data)[2,2])/2 Z sampleSize(Data, intraclasscorr, signifcut) ################################################### ### code chunk number 20: contourplot ################################################### m <- 2 DIFF <- seq(0.1,0.50,0.01) VAR <- seq(0.2,4,0.1) beta <- c(0.90,0.80,0.70) alpha <- 1 - c(0.001, 0.01,0.05)/2 Corr <- c(0.70,0.90) Z <- 2.4 Indicator <- 1 observedPara <- c(1,0.4) #the variance you computed from pilot data #observedPara <- data.frame(var=c(0.7,0.5,1.5),diFF=c(0.37,0.33,0.43)) sampleSizeContourPlots(Z,m,DIFF,VAR,beta,alpha,observedPara,Indicator) ################################################### ### code chunk number 21: contourplot ################################################### observedVAR=1 observedDIFF=0.4 ################################################### ### code chunk number 22: scatterplot ################################################### Z <- 2.460018 m <- 2 DIFF <- seq(0.1,0.50,0.01) VAR <- seq(0.2,4,0.1) beta <- c(0.90,0.80,0.70) alpha <- 1 - c(0.001, 0.01,0.05)/2 observedDIFF <- 0.4 observedVAR <- 1.0 observedSampleSize <- 80 Indicator <- 1 Angle <- 60 sampleSize3DscatterPlots(Z,m,DIFF,VAR,beta,alpha,observedDIFF,observedVAR,observedSampleSize,Angle,Indicator)