我在矩阵中有94个变量（样本+蛋白质+组）和172个观察值，如下所示：
Sample Protein1 Protein2 ... Protein92 Group
1 1.53 3.325 ... 5.63 0
2 2.32 3.451 ... 6.32 0
.
.
.
103 3.24 4.21 ... 3.53 0
104 3.44 5.22 ... 6.78 1
.
.
.
192 6.75 4.34 ... 6.15 1
有些样本在第0组中，有些样本在第1组中。我想使用t检验测试第0组和第1组之间是否有差异，我想对所有蛋白质进行此处理。我当时在考虑使用应用程序，但是我不确定如何使用它。
而且名称不是Protein1，protein2 ...，它的名称要长得多，所以我不想全部写出来。
我也只想要矩阵中每种蛋白质的p值，如下所示：
Protein p-value
Protein1 0.00563
Protein2 0.0640
.
.
Protein92 0.610
或类似的东西，这样我以后就可以找到p值小于0.05 / 92的那些。
编辑：
以长格式开始工作，这不再是问题了：
library(tidyverse)
df %>%
gather(Protein, Value,-Sample,-Group)) %>%
group_by(Protein) %>%
do(broom::tidy(t.test(Value ~ Group, data = .))) %>%
ungroup() %>%
mutate(Adjusted_pval = p.adjust(p.value, method = "fdr"))
最佳答案
尝试类似的方法：
sapply(df[,2:93], function(i) t.test(i ~ df$Group)$p.value)
将返回一个p.value数组。
您可以将其存储为
data.frame并通过执行以下操作查找低p值：x <- data.frame(p.value= sapply(df[,2:93], function(i) t.test(i ~ df$Group)$p.value))
x$protein_name <- rownames(x) # edit: new column for protein_name
rownames(x) <- NULL # edit: new column for protein_name
x[x$p.value < 0.05/92,]
请注意，数组元素的名称和数据框的行名称保留了Protein1，Protein2等。编辑：我为每个OP意向添加了一个蛋白质名称列，并将其从行名称中删除，因此它在
附言高兴地看到您正在调整多个比较的p值。