Olá, esta é mais uma de um conjunto de práticas em bioinformática desenvolvidas para o curso de Biomedicina da PUC MG. Você pode encontrar as demais práticas aqui.
Hoje você vai conhercer a linguagem R e o RStudio.
Introdução
Sobre o R e o RStudio
A linguagem de programação R, criada por Ross Ihaka e Robert Gentleman na Universidade de Auckland, Nova Zelândia, no início dos anos 90, foi concebida inicialmente como uma linguagem e ambiente para análise estatística e gráficosr-project. Inspirada na linguagem S, desenvolvida nos Laboratórios Bell, o R rapidamente ganhou popularidade devido à sua capacidade de realizar complexas manipulações de dados, análises estatísticas e produzir gráficos de alta qualidade. Com o tempo, a comunidade em torno da R cresceu exponencialmente, contribuindo com uma vasta coleção de pacotes para o Comprehensive R Archive Network (CRAN), expandindo assim suas capacidades para além da estatística básica, para áreas como aprendizado de máquina, visualização de dados, análise de séries temporais, bioinformática, entre outras.
O RStudio, por sua vez, é um ambiente de desenvolvimento integrado (IDE) para R. Lançado em 2011, que facilitou ainda mais o uso da linguagem R, oferecendo uma interface amigável e diversas ferramentas que melhoram a produtividade dos usuários, como editor de código, console, visualização de dados e gestão de pacotes. A popularidade do R e do RStudio na pesquisa científica e na ciência de dados deve-se à sua natureza open-source, permitindo que pesquisadores e cientistas de dados compartilhem facilmente seus códigos e análises, promovendo a reprodutibilidade e a colaboração na pesquisa. Além disso, a capacidade de R em lidar com grandes volumes de dados, realizar análises complexas e produzir visualizações de dados detalhadas torna-a uma ferramenta indispensável em diversas áreas, desde a genética à economia, reforçando sua posição como uma das principais linguagens na ciência de dados e pesquisa científica contemporâneas. O RStudio e as funcionalidades do R podem ser utilizados para diversas outras aplicações. Por exemplo, este site foi criado no RStudio, utilizando o formato R Mark Down.Rmd.
A facilidade de transformar vetores e tabelas em gráficos é um dos pontos fortes do R. Veja alguns exemplos possíveis nesta galeria de gráficos, a The R Graph Gallery.
Recentemente o RStudio passou por uma mudança significativa ao adotar o novo nome Posit. Essa alteração simboliza a expansão dos objetivos da empresa, que agora incluem o suporte a outras linguagens de programação além do R, como Python, outra linguagem também muito utilizada na bioinformática. A mudança reflete o desejo da empresa de abraçar uma comunidade de usuários mais ampla, sem abandonar seu compromisso com a linguagem R.
O R e a Bioinformática
A comunidade de R dedicada à análise de dados biológicos é vasta e ativa, com diversas iniciativas e projetos que visam o desenvolvimento e compartilhamento de softwares de código aberto para análises precisas e repetíveis de dados biológicos. Um dos projetos mais destacados nesse contexto é o Bioconductor, que se propõe a desenvolver e compartilhar softwares de código aberto para bioinformática. O Bioconductor é conhecido por sua abordagem inclusiva e colaborativa, reunindo uma comunidade de desenvolvedores e cientistas de dados engajados em criar soluções bioinformáticas utilizando o R.
Além disso, o R oferece uma gama de pacotes adicionais que podem ser utilizados para ampliar suas capacidades centrais. Qualquer usuário pode criar ou publiar funções e pacotes para serem utilizados por outros usuários.
Esses esforços coletivos dentro da comunidade de R enfatizam não apenas o desenvolvimento técnico de ferramentas analíticas, mas também a promoção de uma cultura de colaboração e compartilhamento de conhecimento, o que é crucial para avançar nas pesquisas biológicas e bioinformáticas.
Instalando o R e o RStudio
Você encontrar os instaladores do R e do RStudioaqui. Uma vez baixados, você deve executar o instalador da ****linguagem R** primeiro, e em seguida o do RStudio. Pode seguir com a instalação padrão sem modificar nada, apenas clicando sim/ok/avançar.
Pimeiro contato com o R
Conhecendo o RStudio
Os painéis do RStudio
Antes de mais continuarmos, abra um novo script em R. Você pode fazer isso clicando no quadrado branco com um +** branco e verde, no canto superior esquerdo do RStudio, e sem seguida selecionando a opção R script ou clicando em:
File->New File->R script
A interface do RStudio é dividida em quatro painéis principais, cada um desempenhando um papel distinto para melhorar a produtividade e eficiência nas suas tarefas de programação em R:
Janela do Console: Localizada no canto inferior esquerdo, o console é onde você pode inserir comandos R diretamente e visualizar suas saídas. É essencialmente o centro de interação do R, mostrando os Resultados das computações ou execuções de código. Você também pode limpar o console usando um ícone de vassoura para melhorar a legibilidade quando ele fica cheio【28†source】.
Janela de Código (Source): Normalmente situada no canto superior esquerdo, esta área é o seu espaço de trabalho para editar e gerenciar arquivos, como R scripts, arquivos de texto, entre outros. É onde você pode escrever, editar e executar seus scripts R. Os arquivos abertos aqui aparecem em abas, facilitando a troca entre múltiplos arquivos. Este painel suporta vários tipos de arquivo, incluindo R scripts(.R), RMarkdown (.Rmd), scripts Python (.py) e mais.
Janela de Ambiente/Histórico/Conexões/Tutorial: Localizada tipicamente no canto superior direito, este painel é multifuncional. A aba ‘Ambiente’ mostra os conjuntos de dados e variáveis atualmente na memória, ‘Histórico’ registra todos os comandos anteriores, ‘Conexões’ exibe conexões de banco de dados, e ‘Tutorial’ pode guiar você através de recursos de aprendizagem. É um local central para gerenciar os objetos do seu espaço de trabalho e revisar atividades passadas【28†source】【29†source】.
Janela de Arquivos/Gráficos/Pacotes/Ajuda/Visualizador: Geralmente localizada no canto inferior direito, este painel versátil permite que você navegue pelos arquivos do seu projeto, visualize gráficos gerados pelos seus R scripts, gerencie pacotes em R, acesse documentação e arquivos de ajuda do R, e veja conteúdo web ou visualizações geradas pelo R. É uma ferramenta essencial para gerenciar recursos, visualizar dados e acessar ajuda quando necessário.
Estes painéis são projetados para trabalhar juntos de forma integrada, fornecendo um ambiente de desenvolvimento abrangente para programação em R. Você pode personalizar o layout de acordo com suas preferências e necessidades de fluxo de trabalho, melhorando sua eficiência em tarefas de análise de dados e desenvolvimento.
Prática
Vamos ter o nosso primeiro contato com o R
## Introdução à introdução ao **R** e ao **RStudio** ##
## ##
## Prof. Heron Hilário ##
#### março/2024 ####
## ##
#_______________________________________________________________________________
## 0 - **RStudio**! ----
# 0a - Console/Terminal
# 0b - Source (arquivos abertos, variáveis, tabelas)
# 0c - Global environment/...
# 0d - Files/Plots/Help/...
# Tools -> Global Options (tudo pode ser configurável)
## 1 - a **linguagem **R** ----
# <- atribuir o que está na esquerda ao que está na direita
# function() executar a função "function" no que está dentro do ()
# %>% ou |> pipe! este é o pipe (|) do **R** (dplyr)
# ?function() abrir o manual/documentação da função (ou, aperte F1
# com o cursor na função)
## 0f - atalhos!
# ctrl + ENTER Executar linha com o cursor ou pró-
# ximo bloco de código
# ctrl + s salvar
# tab autocompleta coisas existentes
# ctrl + d deletar a linha com o cursor/
# selecionada
# ctrl + shift + c comentar/descomentar a linha com o
# cursor/selecionada
# ctrl + shift + d duplicar a linha com o cursor/
# selecionada
# ctrl + setas(l/r) caminhar pelas palavras
# ctrl + shift + setas(l/r) caminhar pelas palavras
# ctrl + alt + setas(u/d) caminhar pelas palavras
# ctrl + z desfazer
# , ou \ ou + continua na próxima linha
Você pode encontrar a lista de todos os atalhos do RStudioaqui.
Primeiro contato
Como você pode ver, existem diversas configurações e formatos de saída possíveis. Vamos aprender a fazer uma busca simples. Para isto você precisa de:
Uma ou alguamas sequências a serem buscadas, no formato fasta, que chamamos de query;
Copie todo o conteúdo a seguir para o seu R script. Coloque o cursor (esta barra | que pisca onde você está digitando) na primeira linha. Aperte ctrl + ENTER para executar a instrução escrita nessa linha, ou na próxima ativa
DICA: Linhas que começam com **#** são ignoradas pelo computador. Servem apenas para os humanos. Você pode inserir comentários em qualquer parte do código, e escrever lembretes ou explicações que podem te ajudar a estudar, ou ajudar futuros usuários a entender como o código funciona.
# neste código vamos criar objetos e tabelas
# objetos ----
## criar objeto a ----
# este comando cria um objeto objA
objA <- 3
# objA <- 238
# objA <- c(238, 55, 10)
# objA <- c(238, 55, 10, 3, 28, -1, 0.33)
objA
## criar objeto objB ----
objB <- 35
objB
## operações matemáticas com os objetos ---
objA*objB
## criar o objeto objD ----
objD <- objA*objB
objD
## testando funções ----
mean(objD)
max(objD)
min(objD)
sum(objD)
######-> repita todos os passos anteriores com diferentes valores armazenados no objA
# trabalhando com tabelas ----
# vamos criar uma tabela com a função data.frame()
tabela <- data.frame(antes = c(130, 100, 90,150,130,120),
depois = c(56, 88, 32, 28, 40, 20),
controle = c(0, 5, 2, 1, 5, 1))
tabela$antes
tabela$depois
# gráficos ----
## o mais simples ----
# veja o poder do R, de uma tabela a um gráfico em uma linha!
boxplot(tabela)
## outras possibilidades
# fazer um grafico customizável com o ggplot ----
install.packages("ggplot2") # este só precisa ser executado uma vez!
library(ggplot2)
tabela
stack(tabela1)
ggplot(stack(tabela1),
aes(x = ind,
y = values,
fill = ind,
# col = ind
)) +
geom_boxplot() +
geom_point()+
scale_fill_manual(values = c("#ab3310","#2000b0"))+
theme_bw()
