To account for users measuring there data in triplicates or other forms of measurement, we have implemented a function that can transform your matched data object to use group averages instead of each sample individually.
Arguments
- matched_data
your mass data set object generated from
ms2_ms1_compare().- mpactr_object
The object created from
import_all_data().
Examples
data <-
import_all_data(peak_table =
mums2::mums2_example("botryllus_pt_small.csv"),
meta_data =
mums2::mums2_example("meta_data_boryillus.csv"),
format = "None")
#> If peak table has corrupted compound names they will be converted to
#> utf-8 and if there are any commas, they will be converted to periods(.).
filtered_data <- data |>
filter_peak_table(filter_mispicked_ions_params()) |>
filter_peak_table(filter_cv_params(cv_threshold = 0.2)) |>
filter_peak_table(filter_group_params(group_threshold = 0.1,
"Blanks")) |>
filter_peak_table(filter_insource_ions_params())
#> ℹ Checking 1500 peaks for mispicked peaks.
#> ℹ Argument merge_peaks is: TRUE. Merging mispicked peaks with method sum.
#> ✔ 50 ions failed the mispicked filter, 1450 ions remain.
#> ℹ Parsing 1450 peaks for replicability across technical replicates.
#> ✔ 329 ions failed the cv_filter filter, 1121 ions remain.
#> ℹ Parsing 1121 peaks based on the sample group: Blanks.
#> ℹ Argument remove_ions is: TRUE.Removing peaks from Blanks.
#> ✔ 342 ions failed the Blanks filter, 779 ions remain.
#> ℹ Parsing 779 peaks for insource ions.
#> ✔ 55 ions failed the insource filter, 724 ions remain.
change_rt_to_seconds_or_minute(filtered_data, "minutes")
#> [1] "Changing rt values to minutes"
#> Key: <Compound, mz, kmd, RTINMINUTES>
#> Compound mz kmd RTINMINUTES
#> <char> <num> <num> <num>
#> 1: 1000.65345 Da 418.99 s 1001.6607 0.66073 0.1163333
#> 2: 1002.23833 Da 440.75 s 1003.2456 0.24560 0.1225000
#> 3: 1002.57692 Da 414.74 s 1003.5842 0.58419 0.1151667
#> 4: 1004.19672 Da 603.96 s 1005.2040 0.20400 0.1678333
#> 5: 1004.23580 Da 548.28 s 1005.2431 0.24307 0.1523333
#> ---
#> 720: 980.84769 Da 515.58 s 981.8550 0.85497 0.1431667
#> 721: 984.23693 Da 604.23 s 985.2442 0.24420 0.1678333
#> 722: 984.65546 Da 460.05 s 985.6627 0.66274 0.1278333
#> 723: 997.30596 Da 605.90 s 998.3132 0.31323 0.1683333
#> 724: 998.28767 Da 556.84 s 981.2843 0.28429 0.1546667
#> 221012_DGM_Blank1_1_1_390 221012_DGM_Blank1_1_2_391
#> <num> <num>
#> 1: 0 0
#> 2: 0 0
#> 3: 0 0
#> 4: 0 0
#> 5: 0 0
#> ---
#> 720: 0 0
#> 721: 0 0
#> 722: 0 0
#> 723: 0 0
#> 724: 0 0
#> 221012_DGM_Blank1_1_3_392 221012_DGM_Blank2_1_1_404
#> <num> <num>
#> 1: 0 0
#> 2: 0 0
#> 3: 0 0
#> 4: 0 0
#> 5: 0 0
#> ---
#> 720: 0 0
#> 721: 0 0
#> 722: 0 0
#> 723: 0 0
#> 724: 0 0
#> 221012_DGM_Blank2_1_2_405 221012_DGM_Blank2_1_3_406
#> <num> <num>
#> 1: 0 0
#> 2: 0 0
#> 3: 0 0
#> 4: 0 0
#> 5: 0 0
#> ---
#> 720: 0 0
#> 721: 0 0
#> 722: 0 0
#> 723: 0 0
#> 724: 0 0
#> 221012_DGM_Blank3_1_1_419 221012_DGM_Blank3_1_2_420
#> <num> <num>
#> 1: 0 0
#> 2: 0 0
#> 3: 0 0
#> 4: 0 0
#> 5: 0 0
#> ---
#> 720: 0 0
#> 721: 0 0
#> 722: 0 0
#> 723: 0 0
#> 724: 0 0
#> 221012_DGM_Blank3_1_3_421 221012_DGM_Blank4_1_1_434
#> <num> <num>
#> 1: 0 1538.23
#> 2: 0 0.00
#> 3: 0 0.00
#> 4: 0 0.00
#> 5: 0 0.00
#> ---
#> 720: 0 0.00
#> 721: 0 0.00
#> 722: 0 0.00
#> 723: 0 0.00
#> 724: 0 0.00
#> 221012_DGM_Blank4_1_2_435 221012_DGM_Blank4_1_3_436
#> <num> <num>
#> 1: 1201.261 1180.144
#> 2: 0.000 0.000
#> 3: 0.000 0.000
#> 4: 0.000 0.000
#> 5: 0.000 0.000
#> ---
#> 720: 0.000 0.000
#> 721: 0.000 0.000
#> 722: 0.000 0.000
#> 723: 0.000 0.000
#> 724: 0.000 0.000
#> 221012_DGM_MB1588_3_1_395 221012_DGM_MB1588_3_2_396
#> <num> <num>
#> 1: 0.000 0.000
#> 2: 0.000 0.000
#> 3: 0.000 0.000
#> 4: 0.000 0.000
#> 5: 0.000 0.000
#> ---
#> 720: 0.000 0.000
#> 721: 0.000 0.000
#> 722: 0.000 0.000
#> 723: 6487.566 5098.135
#> 724: 202552.359 148361.500
#> 221012_DGM_MB1588_3_3_397 221012_DGM_MB1589_4_1_398
#> <num> <num>
#> 1: 0.000 0
#> 2: 0.000 0
#> 3: 0.000 0
#> 4: 0.000 0
#> 5: 0.000 0
#> ---
#> 720: 0.000 0
#> 721: 0.000 0
#> 722: 0.000 0
#> 723: 7221.981 0
#> 724: 155704.094 0
#> 221012_DGM_MB1589_4_2_399 221012_DGM_MB1589_4_3_400
#> <num> <num>
#> 1: 0 0
#> 2: 0 0
#> 3: 0 0
#> 4: 0 0
#> 5: 0 0
#> ---
#> 720: 0 0
#> 721: 0 0
#> 722: 0 0
#> 723: 0 0
#> 724: 0 0
#> 221012_DGM_MB1590_5_1_401 221012_DGM_MB1590_5_2_402
#> <num> <num>
#> 1: 0.000 0.000
#> 2: 0.000 0.000
#> 3: 0.000 0.000
#> 4: 0.000 0.000
#> 5: 1977.438 1953.256
#> ---
#> 720: 5517.501 4006.738
#> 721: 17435.523 17933.676
#> 722: 0.000 0.000
#> 723: 0.000 0.000
#> 724: 0.000 0.000
#> 221012_DGM_MB1590_5_3_403 221012_DGM_MB1591_6_1_407
#> <num> <num>
#> 1: 0.000 0
#> 2: 0.000 0
#> 3: 0.000 0
#> 4: 0.000 0
#> 5: 2209.528 0
#> ---
#> 720: 4882.215 0
#> 721: 18599.828 0
#> 722: 0.000 0
#> 723: 0.000 0
#> 724: 0.000 0
#> 221012_DGM_MB1591_6_2_408 221012_DGM_MB1591_6_3_409
#> <num> <num>
#> 1: 0 0
#> 2: 0 0
#> 3: 0 0
#> 4: 0 0
#> 5: 0 0
#> ---
#> 720: 0 0
#> 721: 0 0
#> 722: 0 0
#> 723: 0 0
#> 724: 0 0
#> 221012_DGM_MB1592_7_1_410 221012_DGM_MB1592_7_2_411
#> <num> <num>
#> 1: 0 0
#> 2: 0 0
#> 3: 0 0
#> 4: 0 0
#> 5: 0 0
#> ---
#> 720: 0 0
#> 721: 0 0
#> 722: 0 0
#> 723: 0 0
#> 724: 0 0
#> 221012_DGM_MB1592_7_3_412 221012_DGM_MB1593_8_1_413
#> <num> <num>
#> 1: 0 0.000
#> 2: 0 0.000
#> 3: 0 0.000
#> 4: 0 3522.783
#> 5: 0 0.000
#> ---
#> 720: 0 0.000
#> 721: 0 0.000
#> 722: 0 14306.895
#> 723: 0 0.000
#> 724: 0 0.000
#> 221012_DGM_MB1593_8_2_414 221012_DGM_MB1593_8_3_415
#> <num> <num>
#> 1: 0.00 0.000
#> 2: 0.00 0.000
#> 3: 0.00 0.000
#> 4: 5010.69 3815.988
#> 5: 0.00 0.000
#> ---
#> 720: 0.00 0.000
#> 721: 0.00 0.000
#> 722: 10564.97 14566.125
#> 723: 0.00 0.000
#> 724: 0.00 0.000
#> 221012_DGM_MB1594_9_1_416 221012_DGM_MB1594_9_2_417
#> <num> <num>
#> 1: 0 0
#> 2: 0 0
#> 3: 0 0
#> 4: 0 0
#> 5: 0 0
#> ---
#> 720: 0 0
#> 721: 0 0
#> 722: 0 0
#> 723: 0 0
#> 724: 0 0
#> 221012_DGM_MB1594_9_3_418 221012_DGM_MB1595_10_1_422
#> <num> <num>
#> 1: 0 9122.671
#> 2: 0 35174.156
#> 3: 0 0.000
#> 4: 0 1316.851
#> 5: 0 0.000
#> ---
#> 720: 0 0.000
#> 721: 0 0.000
#> 722: 0 0.000
#> 723: 0 0.000
#> 724: 0 0.000
#> 221012_DGM_MB1595_10_2_423 221012_DGM_MB1595_10_3_424
#> <num> <num>
#> 1: 9405.939 10668.905
#> 2: 32907.184 30415.164
#> 3: 0.000 0.000
#> 4: 1761.997 1803.242
#> 5: 0.000 0.000
#> ---
#> 720: 0.000 0.000
#> 721: 0.000 0.000
#> 722: 0.000 0.000
#> 723: 0.000 0.000
#> 724: 0.000 0.000
#> 221012_DGM_MB1597_11_1_425 221012_DGM_MB1597_11_2_426
#> <num> <num>
#> 1: 0.000 0.00
#> 2: 0.000 0.00
#> 3: 0.000 0.00
#> 4: 0.000 0.00
#> 5: 0.000 0.00
#> ---
#> 720: 0.000 0.00
#> 721: 0.000 0.00
#> 722: 7123.614 9147.79
#> 723: 0.000 0.00
#> 724: 0.000 0.00
#> 221012_DGM_MB1597_11_3_427 221012_DGM_MB1598_12_1_428
#> <num> <num>
#> 1: 0.000 0
#> 2: 0.000 0
#> 3: 0.000 0
#> 4: 0.000 0
#> 5: 0.000 0
#> ---
#> 720: 0.000 0
#> 721: 0.000 0
#> 722: 9354.261 0
#> 723: 0.000 0
#> 724: 0.000 0
#> 221012_DGM_MB1598_12_2_429 221012_DGM_MB1598_12_3_430
#> <num> <num>
#> 1: 0 0
#> 2: 0 0
#> 3: 0 0
#> 4: 0 0
#> 5: 0 0
#> ---
#> 720: 0 0
#> 721: 0 0
#> 722: 0 0
#> 723: 0 0
#> 724: 0 0
#> 221012_DGM_MB1599_13_1_431 221012_DGM_MB1599_13_2_432
#> <num> <num>
#> 1: 10114.79 10594.81
#> 2: 0.00 0.00
#> 3: 15386.47 15706.29
#> 4: 0.00 0.00
#> 5: 0.00 0.00
#> ---
#> 720: 0.00 0.00
#> 721: 0.00 0.00
#> 722: 0.00 0.00
#> 723: 0.00 0.00
#> 724: 0.00 0.00
#> 221012_DGM_MB1599_13_3_433 cor
#> <num> <lgcl>
#> 1: 10425.28 TRUE
#> 2: 0.00 TRUE
#> 3: 16543.69 TRUE
#> 4: 0.00 TRUE
#> 5: 0.00 TRUE
#> ---
#> 720: 0.00 TRUE
#> 721: 0.00 TRUE
#> 722: 0.00 TRUE
#> 723: 0.00 TRUE
#> 724: 0.00 TRUE
matched_data <- ms2_ms1_compare(mums2_example("botryllus_v2.gnps.mgf"),
filtered_data, 10, 6)
#> [1] "Reading: /home/runner/work/_temp/Library/mums2/extdata/botryllus_v2.gnps.mgf ..."
#> Computing | 0% ETA: -...
Computing ■ | 2% ETA: ...
Computing ■■ | 4% ETA: ...
Computing ■■■ | 6% ETA: ...
Computing ■■■■ | 8% ETA: ...
Computing ■■■■■ | 10% ETA: ...
Computing ■■■■■■ | 12% ETA: ...
Computing ■■■■■■■ | 14% ETA: ...
Computing ■■■■■■■■ | 16% ETA: ...
Computing ■■■■■■■■■ | 18% ETA: ...
Computing ■■■■■■■■■■ | 20% ETA: ...
Computing ■■■■■■■■■■■ | 22% ETA: ...
Computing ■■■■■■■■■■■■ | 24% ETA: ...
Computing ■■■■■■■■■■■■■ | 26% ETA: ...
Computing ■■■■■■■■■■■■■■ | 28% ETA: ...
Computing ■■■■■■■■■■■■■■■ | 30% ETA: ...
Computing ■■■■■■■■■■■■■■■■ | 32% ETA: ...
Computing ■■■■■■■■■■■■■■■■■ | 34% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■ | 36% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■ | 38% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■ | 40% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■ | 42% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■ | 44% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■ | 46% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■ | 48% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■ | 50% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■ | 52% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 54% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 56% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 58% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 60% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 62% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 64% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 66% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 68% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 70% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 72% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 74% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 76% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 78% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 80% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 82% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 84% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 86% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 88% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 90% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 92% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 94% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 96% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 98% ETA: ...
Computing ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ | 100% ETA: ...
#> [1] "41/724 peaks have an MS2 spectra."
matched_data_avg <- convert_to_group_averages(matched_data,
filtered_data)