[R] operator is invalid for atomic vectors

[gorben]

Salut,

Je commence a apprendre un peu de programmation sous R (et la programmation tout court en fait) et je me heurte a un probleme des ma premiere ligne...
Je veux utiliser le package "limma" et la fonction "loess normalization". c'est une fonction qui est censee normaliser l'intensitee du signal d'une puce ADN pour les couleurs rouge et verte (ADN control en vert et ADN echantillon en rouge).

J'ai cree un fichier signals.rda a partir de mes "raw data" et j'essaie d'appliquer loess sur ce fichier. Dans ce fichier "signals" il y a en fait 2 puces a ADN donc il faut que je recupere les signaux [,1] et [,2] qui correspondent a la puce 1 et les signaux [,3] et [,4] qui correspondent a la puce 2. Dans le manuel de "limma" ils donnent :
MA <- normalizeWithinArrays(RG, method="loess") ou R=red et G=green (couleur du chip)

Voici ce que j'ai ecrit, avec le message d'erreur. J'ai mis mon fichier signals pour montrer a quoi il ressemble.

> head(signals)
[,1] [,2] [,3] [,4]
ECOLIP1 9397 15103 7212 8718
ECOLIP1 12509 21380 11078 14971
ECOLIP1000016 5762 7315 4124 591
ECOLIP1000016 13329 17055 13830 1701
ECOLIP1000040 10950 14397 8756 1565
ECOLIP1000040 11389 16090 14137 1643
> require(limma)
> MA <- normalizeWithinArrays(signals[,1:2], method="loess")
Error in object$R : $ operator is invalid for atomic vectors

Qu'est ce qui cloche?

Merci
A+

[HigginsVincent]

Bonjour,

RG doit (enfin je crois) être un objet de type list : cf. l'exemple donné dans le guide de l'utilisateur de limma (les données ApoAI sont dispos ici).

load("ApoAI.RData")
names(RG)
RG$targets
MA <- normalizeWithinArrays(RG)

[gorben]

Salut,

Merci pour l'aide, j'avais loupe le tutoriel...
J'ai un peu de mal a comprendre la signification d'une liste. Mon objet actuellement est une matrice, c'est un tableau de 400000 lignes / 5 colonnes. Comment le transformer en liste?

Merci

[HigginsVincent]

Bonsoir,

Ça fait longtemps que j'ai analysé des puces deux couleurs, je suis plus habitué aux puces une couleur.

Quoi qu'il en soit, je crois que j'aurais du mal à être plus complet que le guide de l'utilisateur de limma :

require(limma)
limmaUsersGuide()

En gros pour analyser tes données il vaut mieux que tu repartes des fichiers en sortie de ton logiciel d'annotation des images.

[HigginsVincent]

Quelques questions subsidiaires .

Quel est ton logiciel de traitement d'image de puces et d'annotation ?
Quel est ta collection de sondes ? Est-ce que tu utilises des puces commerciales ? Comment as tu obtenu ton tableau de valeurs ? Et surtout : est-ce que tu as les *vraies* données brutes ?

Bon courage.
V.

[gorben]

Salut,
Merci pour ton aide. Le probleme c'est que je ne veux pas partir des raw. Je ne suis pas franchement doue pour la programmation (j'apprend mais c'est long) et la j'ai tout un set de donnees a analyser pour finaliser un article, J'utilise la methode decrite ici. Je trouve cette methode tres bien expliquee, mais mes raw ne sont pas terribles et j'ai besoin de rajouter une etape de normalisation intra-chip avant la normalisation inter-chip...
Donc j'essayais de travailler directement sur le fichier "signals" que j'ai cree au debut du tutoriel (fichier qui est une matrice), mais je n'y arrive pas.
J'imagine que je suis bon pour apprendre la programmation en R en vitesse acceleree

Quelques questions subsidiaires .

Quel est ton logiciel de traitement d'image de puces et d'annotation ?

C'est des puces nimblegen, j'imagine qu'ils utilsent "nimblescan" pour l'acquisition.

Quel est ta collection de sondes ? Est-ce que tu utilises des puces commerciales ? Comment as tu obtenu ton tableau de valeurs ?

C'est un chip tilling, et tout m'est fourni par nimblegen (layout, etc...)

Et surtout : est-ce que tu as les *vraies* données brutes ?

J'espere !!!
C'est les raw fournit par nimblegen. Je pense que ce sont de vraies raw.

a+

[HigginsVincent]

Ohla, c'est du ChIP on chip, je n'en ai jamais analysé, donc j'ai bien peur de ne pas être d'une grande utilité...

[HigginsVincent]

Il me vient un affreux doute : tu es sûr que limma est adapté à l'analyse de ce genre de données ?

Comment est-ce que tu as géré les dye swaps ? (il y en a pour les données ChIP ?)

[gorben]

Je ne sais pas si Limma est bien adapte. Ce qui m'interesse dans limma c'est la normalisation loess, mais la encore il parait que c'est genial pour les microarray mais pas top pour le ChIP. Je verrais bien une fois que j'aurais reussi a normaliser

J'hesite pour les dye swap.... il me reste un echantillon a envoyer, je vais peut etre faire un swap. La encore c'est a voir. Je ne suis pas sur de l'utilite sur du ChIP.

A+