##
# Leslie REGAD <leslie.regad@univ-paris-diderot.fr>
# Gaëlle LELANDAIS <gaelle.lelandais@universite-paris-saclay.fr>
# This content is licensed under CC BY 4.0
##

# Lecture du fichier
data = read.table("Mito_Genes.txt", header = T, row.names = 1)

###
# Exercice 1
###

# nombre de gènes ?
nrow(data)
# nombre de points de temps ?
ncol(data)

# autre solution :
dim(data)

# avec le nombre de gènes 
dim(data)[1]
# nombre de points de temps
dim(data)[2]

###
# Exercice 2
###

# moyenne pour tous les gènes
vecMean = apply(data, 1, mean)

# identification des gènes pour lesquels les valeurs > 10
vecMean > 10

# récupération des noms des gènes associés
names(vecMean)[vecMean > 10]

# sélection de ce gènes dans le tableau initial
dataSelect = data[vecMean > 10,]

# autre solution
dataSelect = data[names(vecMean)[vecMean > 10],]

# écriture des résultats
write.table(dataSelect, file = "Mito_Genes_Moy10.txt", 
            quote = F, row.names = TRUE, col.names = TRUE, sep = "\t")

###
# Exercice 3
###

# moyenne pour tous les gènes
vecMean = apply(data, 1, mean)

# valeur du seuil
T = 15

# sélection de ce gènes dans le tableau initial
dataSelect = data[vecMean > T,]

# écriture des résultats
write.table(dataSelect, file = paste0("Mito_Genes_Moy", T, ".txt"), 
            quote = F, row.names = TRUE, col.names = TRUE, sep = "\t")


###
# Exercice 4
###

# moyenne pour tous les gènes
vecMean = apply(data, 1, mean)

# boucle for()
for(T in 10:15){

  # sélection de ce gènes dans le tableau initial
  dataSelect = data[vecMean > T,]
  
  # écriture des résultats
  write.table(dataSelect, file = paste0("Mito_Genes_Moy", T, ".txt"), 
              quote = F, row.names = TRUE, col.names = TRUE, sep = "\t")
  
}

###
# Exercice 5
###

data2 = read.table("Mito_Genes_2.txt", header = T)

# identification des gènes dupliqués
duplicated(data2[,"GENE_ID"])

# récupération des gènes dupliqués
data2[duplicated(data2[,"GENE_ID"]),"GENE_ID"]

# identification des gènes manquants
!(row.names(data) %in% data2[, "GENE_ID"]) 

# récupération des gènes manquants
row.names(data)[!(row.names(data) %in% data2[, "GENE_ID"])]