RPy2を使ってPythonからRを呼び出してデータ解析

Pythonで書いたコードの中でRを呼び出す必要に迫られたので、備忘録を兼ねてやり方を記録しておきます。

この前から取り組んでいるPPiプロジェクトの一環で、タンパク質相互作用ネットワークを超幾何分析してスコアを記録しよう、みたいな話になった。

超幾何分析自体の話はbeyond the scopeすぎるので専門家に譲るとして、分析そのものはphyperというR言語の関数でちゃちゃっとできる。

phyper(q, m, n, k, lower.tail = FALSE, log.p = FALSE)

q:調べる蛋白質のモジュール内のリンク数

m:モジュール内のリンクの総数

n:モジュール外のリンクの総数

k:調べるタンパク質の全リンク数

マニュアル(英語)

それで、この前Pythonで生成したファイルにRを走らせるのが一番単純な手法かもしれないけど、面倒だしスマートじゃないので、やはりPythonコードのなかでRを動かしたいところ。

少し調べると、PythonとRの連携はRPy2というパッケージが人気の模様。 ちゃんとPython 3.xでも動作するということで、試してみる。

まずは$ sudo pip install rpy2 みたいな感じでローカルにRPy2をインストール。

それからPythonコードで読み込みます。

from rpy2.robjects import r

Rの関数の引数としてPython側の変数を使いたいものの、どうもうまくいかない。 調べてみると直接使わずにR側の新しい変数にポートして活用するらしい。

r.assign('RVariable', PyVariable)

という感じ。 これを引数に使う変数全部に対して行って、いよいよ関数にぶちこみます。

r('関数名(引数1,引数2,...)')

実際のコードでは、まずnamelist1wholelistからそれぞれモジュール内のリンクの総数moduleedgesとタンパク質相互採用ネットワーク全体のリンク数wholeedgesを計算し、wholeedgesからmoduleedgesを引くことでモジュール外のリンクの総数nonmoduleedgesを得ました。

それから、モジュール内のタンパク質の名簿であるpnamelistをループで回して、各タンパク質のモジュール内リンク数と総リンク数をそれぞれRにポートし、最後にそれをもとに超幾何分析を行ってdict型に収納、という手順を踏みました。

from rpy2.robjects import r
moduleedges = len(namelist1)
wholeedges = len(wholelist)
nonmoduleedges = wholeedges - moduleedges

from rpy2.robjects import r
#超幾何分析結果を収納するdictを用意
hypergeo = {}
#pythonの変数をRの変数にポート
r.assign('module', moduleedges)
r.assign('nonmodule', nonmoduleedges)

#モジュール内の各タンパクについて超幾何分析
for x in pnamelist:
    r.assign('intralink', intralink[x])
    r.assign('wholelink', wholelink[x])
    p = r('phyper(intralink, module, nonmodule, wholelink, lower.tail = FALSE, log.p = FALSE)')
#dictに分析結果を収納
    hypergeo[x] = p[0]

あとは前回のようにcsvに出力して終わり。

僕以外にも統計分析にはRを使うけどそれ以外は全部Python、みたいな人は多いらしく、今回使ったRPy2のようにPythonの中でネイティブなRを走らせる以外にも、Rの大人気グラフ作成パッケージggplot2をPythonで再現する試みとかいろいろあるみたいです。

やっぱりデータ分析分野はR言語で書かれた遺産が多いので、うまく使っていきたいところです。

今回参考にしたウェブサイト

バイオインフォマティクスによる遺伝子発現解析

R: The Hypergeometric Distribution

http://rpy.sourceforge.net/rpy2/doc-2.1/html/

http://www.okada.jp.org/RWiki/?Python%20%A4%C7%A1%A1R

Related Posts Plugin for WordPress, Blogger...