分類: 未分類

最近十年R在很多方面都有進步，其中一個就是加強跟資料庫的串接方式，DBI就是其中一個奠基於Relational Database的對接方式，觀看R Special Interest Group on Databases名單：Hadley Wickham, Kirill Müller，都是頗為厲害的高手。

當然，當資料量還能塞在記憶體裡時，用資料庫的方式反而會浪費儲存空間，操作速度也不會過快，但當資料量大過於記憶體可以支撐，或是有一些同步資料等的需求時，利用R和資料庫的連接變很棒！

其中dplyr在這方面就默默做得超棒的，大多數人都知道dplyr對於資料的處理很方便，可以快速做select, filter, mutate, summarise等，但另一方面更棒的地方是他也能很好的跟資料庫對街，sqlite算是最簡單可以入手的，可以很快速的跟現有的工作流程整合在一起。

目前dplyr支持sqlite, mysql, postgresql這三大資料庫類型，基本上很夠用。他的目的是減少在R和SQL這兩類語言間換來換去的麻煩，另一方面，設計一個機制讓你可以安全地在R裡面用dplyr操作資料的verse轉換成SQL，所以相對來說可以轉換較順利，另一方面，他會有一個預算處理的機制（通常處理前幾行），所以可以簡單的預看自己的操作，等確定要撈資料的方式在執行這些query。

最主要提供的功能可以分成三大類：
1. 基礎database的串接(下面的代碼)
2. 使用dplyr的語法來進行sql query
3. 效調與資料庫的query:collect, compute, collapse

# 創建一個新的資料庫
my_db <- src_sqlite("Test.sqlite", create=T)
# 連接現有的資料庫
my_db <- src_sqlite("OldeDb.sqlite", create=F)

# 查看資料庫裡有哪些tables
src_tbls(my_db)

# 形成一種query status，沒有實際查看全部的資料
query <- tbl(my_db, "table_1")
# 實際查找資料庫，回傳資料到R裡面(利用collect)
query.result <- tbl(my_db, "table_1") %>% collect()
# 將R裡面的data.frame塞到資料庫裡成為table
copy_to(my_db, rdataframe, name="rtable", temporary=F)

#建立一個query物件
flights_sqlite <- tbl(nycflights13_sqlite(), "flights") #也可以直接使用sql的語法 tbl(my_db, sql("SELECT * FROM flights")) #奠基在dplyr語法來進行query select(flights_sqlite, year:day, dep_delay, arr_delay) filter(flights_sqlite, dep_delay > 240)
arrange(flights_sqlite, year, month, day)
mutate(flights_sqlite, speed = air_time / distance)
summarise(flights_sqlite, delay = mean(dep_time))

閱讀資料：
1. How to Use DBI: Connecting to Databases with R
2. DBI: R Database Interface
3. A Common Database InterfaceA Common Database Interface
4. Databases and dplyrDatabases and dplyr

時間資料的處理，假如不借助現有的“時間類別”資料型態的話，會頗麻煩，比如有兩個時間要比看看誰先誰晚，想知道兩個時間的間隔，或是要進一步要篩選一堆時間資料根據某個特定的時間點，要自己用numeric來實現會麻煩一點，所以使用內建處理時間的函數像是as.POSIXlt, as.POSIXlc, as.Date會方便很多。他們本身就可以實現時間的加減等，另外，也可以使用lubricate軟件包，這是一個更為方便用來處理時間資料轉換的工具。

仔細研究會發現在電腦中的時間顯示也不是一件簡單的事，可以看此篇unix time，最重要的觀念是理解POSIX和epoch這兩種時間表達的方式，尤其是Epoch，其是所謂的reference time，它的目的是幫助簡化“時間值”彼此的加減運算，等於把時間轉換成距離某個“參考時間點”幾小時、幾分或是幾秒，那這樣就可以輕鬆地對兩組“時間值”彼此直接加減，不需要經過兩次換算，但這邊也容易造成使用者混淆，因為每個平台或是程式語言可能有彼此不一樣的epoch參照點，像是R的參照時間就是1970/01/01，所有的時間假如直接轉成數字的話，便是距離此時間點的天數（或是小時），端看時間裡所使用的最小單位。

下面是當我們想要進一步瞭解後面細節遇到的名詞：
1. POSIX(Portable Operating System Interface)
這其實是IEEE的標準中為了讓各個操作系統能保持一致的，裡頭包含了許多系統底層的規範包括Process, Signal, Memory violation, Pipe, C library, 當然timer也是其中的規範之一
2. Epoch(reference time)
Epoch是傳統年代表中用來參照的時間點，比如西元前和西元後中的epoch就是耶穌誕生日，而在計算機領域中不同的操作系統會有不同的epoch，像MATLAB就是以Jan 1, BC、GO則是用Jan 1, AC，Microsoft則是1990-1-0（真的是Jan 0），大多數的系統和語言像是JAVA, PHP, Ruby, Javascript, Perl，unix系統等則是使用1970,1,1。

R系統中DataTimeClasses主要有兩個物件：POSIXct, POSIXlt
1. POSIXct代表的是總秒數從1970/1/1開始算起(R裡面的epoch)
2. POSIXlt則是一個列表，裡面有跟時間相關的數值（秒、分、時、日、月、年等）

基本R時間數字的處理和轉換
可以將R內時間資料處理分成兩個大觀念來理解：資料格式和常用操作

在資料格式上，R裡面有兩大類：Date和POSIXct/POSIXlt
POSIXct/POSIXlt為承襲unix系統中處理時間的方式，自由度較高，也較複雜，使用的函數為as.POSIXct/as.POSIXlt
Date為簡單版的時間資料格式，就是由1970/01/01作為epoch的，使用的函數為as.Date

在處理時間的資料上，觀念上其實只有兩類操作：
1. 時間“資料格式”轉換顯示方式（通常被忽視）
2. 非時間“資料格時”（為字串）轉換為時間”資料格式“
但通常沒有區分開這兩類時，很容易會感到挫折，因為…會發現函數的表現跟自己預期不太一樣，或是搞不清楚文檔在說什麼。當可以區分這兩類操作後，再來則是理解一點關於“電腦世界”制定時間的一些方法，才不會被一堆名詞搞矇，接者可以開始找一些不錯的函數包lubricate在處理一些時間資料的操作。

#第一類：本為時間資料格式，拿來轉換顯示格式
Sys.time()
#[1] "2017-03-19 23:14:28 CST"
class(Sys.time())
#[1] "POSIXct" "POSIXt"
time <- Sys.time()
format(Sys.time(), "%Y-%m-%d")

#第二類：本來是“字串”，要轉換成時間資料格式
as.POSIXct("2014-05-01", format="%Y-%m-%d")
[/code
或也可以使用lubricate函數來處理文字的轉換

ymd("20110604")
mdy("06-04-2011")
dmy("04/06/2011")

轉換成時間資料格式後，很多處理就變成很直覺性了，你可以直接加上秒數，或是兩個時間相減或是相加

Sys.time()
#[1] "2017-03-20 21:23:12 CST"
Sys.time() + 1000
[1] "2017-03-20 21:38:16 CST"
as.Date(Sys.time()) + 10
#[1] "2017-03-30"
as.Date(Sys.time()) + 15
[1] "2017-04-04"

閱讀參考：
1. Do more with dates and times in R with lubridate
2. Converting time zones in R: tips, tricks and pitfalls
3. Date data class
4. Date-Time class

近幾年來在R語言界越來越講究所謂的reproducible of analysis，當生物醫學的資料分析越來越複雜，牽涉的團隊越來越多的時候，讓分析的過程和文件能容易分享開始引起大家注意，所以緊接者如pandoc, knitr, rmarkdown等等讓人直接將分析代碼和註解文字寫在一起，甚至後面更進階的shiny，都有想要達成讓分析流程可以更容易分享，且讓不懂代碼的人也能接近，反過來，寫書算是一個最大型的書寫成果，要是裡頭含有代碼和運算（這年頭生物資訊的書不可能純生物，幾乎夾雜者數學公式、運算和軟體包）那這本書就會有點難處理，所以knitr的作者Yihui Xie，開發了這個bookdown，以Rmarkdown為撰寫主體，並且整合htmlwidge, shiny app, citation reference等，可以滿足之前單用latex無法做到的書寫體驗。最後使用bookdown寫完後，可以輸出成html, pdf, epub等格式，還可以上傳到bookdown.org網站上面，最棒的是跟RStudio能整合在一起，基本上創造了新的書寫模式。

有在用Rmardown的人在使用bookdown的話，上手會非常快，而且作者也有寫一本書bookdown: Authoring Books and Technical Documents with R Markdown，把如何使用bookdown用的方式很清楚的解釋和教學。

想要快速地開始，可以直接下載bookdown的template來修改：
1. 中文版型
2. 英文版型

在撰寫爬蟲程式的時候，有一個很重要的問題要注意便是當要爬取特定網站的大量資料時，通常網站管理員會對你的爬蟲做“處理”，針對你的ip做禁止，而每個網站處理的方式不同，可以看這些資料：
How do websites block web crawlers?
Web Crawlers: Love the Good, but Kill the Bad and the Ugly

看完就會知道原來…自己的爬蟲會遭遇什麼可怕的事情，這時候處理注意一些連線數和頻率的問題外，可以使用proxy來保護自己的ip，至少被禁止後還可以換個proxy來爬，另一方面，使用proxy最大的問題就是連線不穩定，所以就會需要寫一些error handler的機制，這邊主要分享一下使用httr和rvest時，如何使用proxy，另外，還有分享使用tryCatch來處理connect problem。

在httr包中，有use_proxy這個函數，可以用來設定httr::GET裡面的網路設定，裡面還可以自己定義很多http裡頭的設定，像是add_headers, authenticate, config, set_cookies, timeout, user_agent, verbose都是。

set_proxy <- use_proxy("64.251.21.73", 8080, username = NULL, password = NULL,
  auth = "basic")
GET("http://had.co.nz", use_proxy("64.251.21.73", 8080))
GET("http://had.co.nz", set_proxy)
#url 放proxy的ip，為字串
#port 放埠口，為數字（容易弄錯）

而基本上，rvest是使用httr為基底的，所以也可以使用，這邊是read_html的範例代碼，可以看出其關係

# From a url:
google <- read_html("http://google.com", encoding = "ISO-8859-1")

# From an httr request
google2 <- read_html(httr::GET("http://google.com"))
# 所以可直接將use_proxy用在rvest裡面，雖然rvest的doc文件沒有提得很仔細，但由其原理可以推出來
google <- read_html("http://google.com",use_proxy("64.251.21.73", 8080))
#同樣的，html_session可以如法泡製
google <- html_session("http://google.com", use_proxy("64.251.21.73", 8080))

那加入proxy後，最常見的問題便時連線時間變很長，容易不穩定，此時有幾個解決方法。
使用error handler並且調整time out的設定。
1. 調整time out設定
在httr中可以設定timeout函數，設定等待回傳的時間值
2. error handler
可以使用purrr::safely或是base::tryCatch來解決拋出問題的時候，該如何處理，可以設定一個轉換proxy ip的設定，但某個proxy不穩定的時候，置換另一個，或是直接不使用proxy本地來爬取

雖然在一些流行的程式語言，通常都有各自專門的IDE(整合開發環境)，但避免不了的便是在各種unix-like環境中闖蕩，而VIM是這些環境中幾乎都有的編輯器，所以多少都會有一些使用經驗，比如insert模式、normal模式等等，但其實只要再加上多一點點的快捷鍵和使用習慣，可以再讓自己的開發能力上升。這邊推薦在盡量練習關於“移動”的快捷鍵，如何搜尋和替代，以及直接不用滑鼠的複製和貼上、剪下。這三個類型的任務都有頗不錯的參考可以閱讀。(基本上，每個鍵盤的按鈕在vim中都有意義)

移動

搜尋和替代

複製、貼上、剪下

下面的書和資源蠻不錯的：

有時候在處理一些資料，其特定欄位的描述是很文字的時候，此時可以將dplyr中的filter搭配上stringr包裡頭的str_detect來處理，可以發揮很好的效果，這邊舉例來說明。

下面這筆資料，假如我想要知道有幾個人他的姓名中含有“秀”的

那麼這類問題就可以用這種搭配來解決，可看下面的代碼

library(dplyr)
library(stringr)
data %>% filter(str_detect(`<code>人名`,"秀"</code>)) %>% summarise(number=n())

最近在研究一些視覺化的工具，想嘗試一些自由度較高，除了d3.js外，百度開發的ECharts 3也是另一個不錯的選擇，相對於D3.js官方文件的說明較少外，Echarts擁有蠻不錯且詳細的文檔，以及線上開發系統，且有針對不同需求大小的版本提供使用，很用心的製作，但相對於d3.js擁有很廣大的使用者社群，ECharts所使用的社群就比較小眾，且並沒有書籍在討論，或許可能是因為Echarts的寫法，其實是比較死的，但對於基本視覺化需求已經可以做得比R自由度稍微高一點(其實，目前RStdio開發的htmlwidge項目非常厲害，結合進去很多目前知名的javascript項目如d3.js，可以直接輸入html，或是使用在shiny中，把靈活度打開，要發揮很強大的效果的話，比如自己創建htmlwidge，最好開發者要有點javascript的能力！)，但在處理資料結構上會花比較多時間，可能就是一種trade off吧！

相對於Echarts 2(373kb)，最新版本的Echarts3所使用的js代碼大小只有172kb，對於需要在如手機端網頁顯示的效能表現會更好。圖形種類也有些許增加，但部分語法有改變，比如在關係圖部分的重力模式稍稍調整。

文檔上有教程、API說明和配置文件，也提供網上直接調整的功能。假如沒有需要太進階的功能，直接看配置文件中各種圖類的說明，大概就足夠了。

下面有官方網站提供的範例使用

<!DOCTYPE html>
<html>
<head>
    <meta charset="utf-8">
    <title>ECharts</title>
    <!-- 引入 echarts.js -->
    <script src="echarts.min.js"></script>
</head>
<body>
    <!-- 为ECharts准备一个具备大小（宽高）的Dom -->






<div id="main" style="width: 600px;height:400px;"></div>






    <script type="text/javascript">
        // 基于准备好的dom，初始化echarts实例
        var myChart = echarts.init(document.getElementById('main'));

        // 指定图表的配置项和数据
        var option = {
            title: {
                text: 'ECharts 入门示例'
            },
            tooltip: {},
            legend: {
                data:['销量']
            },
            xAxis: {
                data: ["衬衫","羊毛衫","雪纺衫","裤子","高跟鞋","袜子"]
            },
            yAxis: {},
            series: [{
                name: '销量',
                type: 'bar',
                data: [5, 20, 36, 10, 10, 20]
            }]
        };

        // 使用刚指定的配置项和数据显示图表。
        myChart.setOption(option);
    </script>
</body>
</html>

可惜wordpress網路版不能外掛javascripts包，不然可以直接在網頁呈現效果！

在癌症研究領域中，研究人員已經開始意識到資料分享的重要性，尤其是臨床試驗的相關資訊、伴隨臨床試驗的相關分子、基因層面的資訊，NCI Genomic Data Commons便是為了解決這個問題而產生的工具，主要是由芝加哥大學、Ontario Institute for Cancer Research、Leidos Biomedical Research，在NCI補助下，所建置的共享癌症研究資料的雲端服務，他們收錄了所有在NCI補助下的專案資料，包含TCGA和TARGET program。裡面統整了raw sequencing資料、copy-number alterations, gene-expression changes。

這個雲端服務還開放了應用程式接口（API），可以讓使用者直接用程式來串接這裡面的資料。藉由共享這些癌症相關的分子、基因層面的資料，可以讓癌症治療相關領域越來越精準。希望藉此來產生一些molecular taxonomy of cancer that has clinical utility. 假如要找出這些cancer driver mutation gene在2%的病人身上的話，需要分析超過100000組癌症組織。從這些基因變異在病人的盛行率分佈來看，很多突變都是罕見的alleles。比如BRAF V600E在melanoma上、1%肺腺癌有ROS1基因的過度表現。所以各個研究組織共享癌症資料便顯得很重要。除了共享外，一套好的系統設計用來提高共享的效率，和降低成本也是很重要的，像是光TCGA的資料就有petabyte的量級，總共有超過575000個檔案，假如用每秒10Gbit-per-second的網路，可能要下載超過3週，如何在原始資料共享外，加上一層分析應用，可以降低直接下載和重複分析的費用，所以NCI Genomic Data Commons有提供多總常見的分析方法，提高所謂的data harmonization。

未來NCI還堆動了一個計畫叫做NIH Precision Medicine Initiative Cohort program，希望讓參與臨床試驗的病患能主動給予更多他們的相關資訊，讓整體收集的資料更完整。

cBioPortal

NCI Genomic Data Commons的教學文件非常仔細和清楚

閱讀參考
Love, A. H. (2016). Toward a Shared Vision for Cancer Genomic Data. The New England Journal of Medicine, 375(1), 1109–1112. http://doi.org/10.1056/NEJMp1002530

Clinical trial is a scientific research activity in human subjects undertaken to determine, prospectively, the effect and value of preventive, diagnostic, and therapeutic agents, devices, regimens, and procedures

為何要學習臨床試驗的相關知識？簡單說可以提供醫學相關從業人員以下四個面向的能力。
1. 能深入理解臨床試驗的發表文獻
2. 參與臨床試驗前的背景知識
3. 準備具有執行臨床試驗的能力
4. 能根據法規和臨床試驗相關的知識來做臨床決策

臨床試驗是生醫研究要在最後一哩路推往人們身上的最重要的關卡，即使某一個藥物在細胞株、動物實驗效果是顯著的，最終在臨床試驗這關效果和反應不如預期，則一切都要重新開始，如何理解、設計、撰寫、執行和評估臨床試驗可以算作一門可當作終生職業的專業領域，這領域需要有對政策、法規、實驗細節、生物知識、統計分析都要有深厚的知識，另外一點，不同國家關於臨床試驗的設計多少不太一樣，這也使得這類知識複雜性增加。

想要最快速對於臨床試驗有比較整體認識，可以閱讀下面幾本書：
Chow, SC, Liu, JP. Design and analysis of clinical trials: concepts and methodologies. 2013 Oct. Wiley

Friedman, LM, Furberg, CD, DeMets DL. Design and analysis of clinical trials: concepts and methodologies. 2010. Springer

Piantadosi, S. Clinical Trials: A methodologic perspective. 2005. Wiley

除了書本外，期刊也是不錯可以觀摩世界各地的臨床試驗內容，藉此去看國外醫學領域對一些診療方法修改想法，或是一些新藥物的臨床試驗效果：

JAMA
1883年發刊的美國醫學學會雜誌，刊登研究內容都偏向臨床研究，影響因子在30左右，是相當重要的研究期刊
NEJM
1812年發刊的新英格蘭醫學雜誌，影響因子高達50，是所有期刊中影響力最大的期刊之一，通常刊登的文章都是能直接影響臨床指引的研究成果，所以重要的臨床試驗通常都會選擇在這個期刊上發表。
Statistics in Medicine
主要刊登文章在探討處理醫學研究的統計數理處理方法

Contemporary Clinical Trials
主要專注在臨床試驗設計、執行相關議題的研究文章

國外臨床試驗的法規政策通常都可以直接從網路上看到，也是一個對各國醫療政策理解的好方式：
FDA,DOH, CED,HTA，台灣的話可以理解一下GCP 臨床試驗規範法規和ICH的概念

本質上臨床試驗出現的木可以由歸納成下面三點：
1. randomized cliical trials is a last resort for the evaluation of medical interventions
2. it is a slow, ponderous, expensive, and often stifling of scientific imagination and creative changes in ongoing protocols
3. 其實本質上是在壓抑某些“隨便性”

而執行臨床試驗是牽涉到一整個醫療團隊，大概會需要下面這些角色：
1. principle investigator
2. sponsor PI
3. clinical research associates
4. statistician
5. clinical research nurse

另一方面，推動一個臨床試驗的動機通常可以分成兩類，一類是由研究人員發起，想要針對某些診察方式的修改，看在病人身上的效果，另一類則是商業上的推動，想要將某個用在人體上的產品在臨床上實際使用看看。

有系統性的設計、執行臨床試驗是最近幾十年來發展出來的，一方面因為醫療的複雜性增加，另一方面，是醫學研究開始追求規範化，必須要符合一些條件，在嚴謹控制下來在人體上測試，且每個臨床試驗在開始前都要登記，以盡量讓所有人都可以看到，讓即使是失敗的臨床試驗都可以當做後人的知識背景。

臨床試驗的重點是他是實施在人身上的，所以道德上的考慮就變得很重要，有一些原則是必須遵守的：1. 要尊重人的自願性，2. 臨床試驗的出發點是要增進人類生命的福祉，3. 臨床試驗的施行要符合公正性

細節上則需要注意：
1. 是否有良好的實驗設計
2. 施行者是否有足夠的能力
3. 風險和試驗助益性之平衡
4. 對於受試者是否有不合理的挑選
5. 對於受試者是否有足夠的資訊暴露
6. 對於試驗造成的傷害能否有彌補的方法
7. 針對於特殊族群的試驗如兒童、犯人、胚胎等，都有許多議題需要注意

關於臨床試驗設計的目的可以大致分成幾種：
* Superiority Trial
Robert C and others. Nivolumab in previously untreated melanoma without BRAF mutation. New England Journal of Medicine. 2015 ;372:320-330
這篇論文是免疫療法觀念在臨床上發揮功效很重要的一篇文章
* Non-inferiority Trial
Patel, M.R., et al., Rivaroxaban versus warfarin in nonvalvular atrial fibrillation, New England Journal of Medicine, 2011;365:883-92

* Equivalent Trial
Kaptchuk TJ, Miller FG. Placebo effects in medicine. New England Journal of Medicine, 2015 ;373: 8-10.

* Vaccine Trial
Hadinegoro SR and others. Efficacy and long-term safety of a dengue vaccine in regions of endemic disease. New England Journal of Medicine, 2015;373: 1195-1206.
* Prevention Trial
Estruch R and others. Primary prevention of cardiovascular disease with a Mediterranean diet. New England Journal of Medicine, 2013 ;368:1279-90.

* Diagnostic Trial：
Litt HI, et al. CT angiography for safe discharge of patients with possible acute coronary syndrome, New England Journal of Medicine, 2012;366:1393-1403.

* Outcome Trial：
Cooper, BA, Et al. A randomized, controlled trial of early versus late initiation of dialysis. New England Journal of Medicine, 2010;363:609-19.

* Cluster Randomized Trial：
Nicol G and others. Trial of continuous or interrupted chest compressions during CPR. New England Journal of Medicine, 2015;373: 2203-14.

* Behavior Trial：
Li, F, et al. Tai chi and postural stability in patients with Parkinson’s disease, New England Journal of Medicine, 2012;366:511-19.

* Negative Trial：
The ORIGIN Trial Investigators, n-3 fatty acids and cardiovascular outcomes in patients with dysglycemia, New England Journal of Medicine, 2012;367:309-318.

* Meta-analysis：
Bischoff-Ferrai, HA, et al. A pooled analysis of vitamin D dose requirements for fracture prevention, New England Journal of Medicine, 2012;367:203-213.

* Phase I and Phase II Trial：
Coelho and others. Safety and efficacy of RNAi therapy for transthyretin amyloidosis. New England Journal of Medicine, 2013 ;369:819-29.

* Precision Medicine and Basket Design：（新型態根據病人分子層面和基因體層面來分組）
Collins FS, Varmus H A new initiative on precision medicine. New England Journal of Medicine, 2015 ;372:793-95.
Hunter DJ, D’Agostino RB. Let’s not put all our eggs in one basket. New England Journal of Medicine, 2015 ;373:691-93.
Lopez-Chavez A, Thmos A, Rajan A, et al. Molecular profiling and targeted therapy for advance thoracic malignancies: a biomarker-dervied, multiarm multihistology phase II basket trial. Journal of Clinical Oncology. 2015; 33:1000-1007
Redig, AJ, Basket trials and the evolution of clinical trial design in an era of genomic medicine. Journal of Clinical Oncology. 2015; 33:975-77..
Kim ES, Herbst RS, Wistubo II, et al. The Battle trial: personaling therapy for lung cancer. Cancer Discovery, 2011;1:44-53.
Abrams J, Conley S, Mooney M., et al., National Cancer Institute’s Precision Medicine Initiatives for the new National Clinicals Network, Am Soc Clin Oncol Educ Book 2014: 71-6.

資料來源：
台灣大學公共衛生學院臨床試驗課程簡國龍教授課資料

其實這只是小小練習，想要將圖裡面原始的GO資料轉換成最後的list表單，這邊可以練習使用到split函數和map的subsetting功能，這兩個都是蠻有趣的工具，像是split本身其實是base函數，且新增了S4的method，另外其跟cut,tapply都被歸類在有“分組/分群”功能的函數。這邊還有使用到with，也是功能很強大的base函數，加在pipe之中，可以直接將data.frame切成vector，當然，with的功能其實是可以接受一個expression來。

第一步

all.up.GO.CLF_CLS.list % split(.$ONTOLOGY)

第二步

all.up.GO.BP.CLF_CLS   % split(.$ENTREZID)

第三步

all.up.GO.BP.CLF_CLS   % map(with, GO)

參考閱讀：

R處理nested list data – purrr